十行代码带你量化交易入门

JoinQuant

聚宽量化官方账号

更新20180814，建议零基础新手直接看这个最新的

量化交易零基础入门教程

特点

从零开始教编程。 靠谱的量化交易学习资源稀少，且具有不讲编程、代码较难、过多等不适合新手等问题，本教程中则会从零开始教编程，解决量化入门过难过编程门槛这一问题。
量化与编程相结合。本教程不仅会教编程，而且会尽量结合量化情景，减少“我要做量化交易为什么要看这些用来培训程序员的东西”的愤懑。
简易精炼，快速入门。尽量只讲最核心最常用的知识，助你快速摆脱想学习量化却处处陌生不知所措的茫然的新手阶段。

------

【更新】新手入门系列文章：特点是通过一个个简单的策略为例，手把手教你实践，并在过程中介绍基础的编程与量化知识，在知乎上累计获赞3500+（本文章加上一个同内容的2500+回答）。强烈推荐。

【新手入门教程】十行代码带你量化交易入门 - JoinQuant-TWist

【新手入门教程】多股票策略 - JoinQuant-TWist

【新手入门教程】简单市值轮动策略 - JoinQuant-TWist

【新手入门教程】市值轮动策略2.0 - JoinQuant-TWist

【新手入门教程】市值轮动策略3.0 - JoinQuant-TWist

-------------------

说起量化交易入门，很多时候得到的答案都是长长的书单，让人望而却步。

这里，就为新手准备了这篇文章--十行代码带你量化交易入门

数据获取，策略回测，行情链接，交易信号，直接体验整个量化交易的核心流程，立刻学会并跟着做起来！

这里，就为新手准备了这篇文章--十行代码带你量化交易入门

学习内容：

学会写一个简单的量化交易策略
理解策略的基本框架
学会建立连接实盘的模拟交易，并使其自动发送交易的信号到微信

首先，进入JoinQuant，点击导航栏我的策略，新建策略，进入策略编辑画面，如图。
左侧是编写策略代码，右侧是策略运行结果。我们就在左侧写策略代码。

下面教你用10行代码写个量化交易策略——单股票均线策略

1 确定策略内容与框架

若昨日收盘价高出过去20日平均价今天开盘买入股票
若昨日收盘价低于过去20日平均价今天开盘卖出股票

只操作一只股票，很简单对吧，但怎么用代码说给计算机听呢？

想想人是怎么操作的，应该包括这样两个部分

既然是单股票策略，事先决定好交易哪一个股票。
每天看看昨日收盘价是否高出过去20日平均价，是的话开盘就买入，不是开盘就卖出。每天都这么做，循环下去。

对应代码也是这两个部分

def initialize(context):
    用来写最开始要做什么的地方
def handle_data(context,data):
    用来写每天循环要做什么的地方

答疑与延伸：

def后面的空格和最后的冒号不能少！
符号都要用英文输入法！
为什么这么写？就这么规定的，先别管了。
handle_data 按天循环时，如此处，其中的操作都是在9:30执行。
毫无编程基础？，丝毫不懂变量，函数，if else的，还是先到量化课堂的编程部分学习下python语言吧。

几乎所有策略都基于这个基本的策略框架：先初始化，然后循环操作
1 初始化，即最开始要做的事情，如选定股票，设置变量、参数等等
2 周期循环：即每个周期要做的事情，如计算指标，买入卖出等，周期可能是分钟，天等，本文策略的周期是一天。当你要做一些盘中短线操作的时候，周期就要调成分钟，先别着急会遇到的。

2 初始化

我们要写设置要交易的股票的代码，比如兔宝宝（002043）

def initialize(context):
    g.security = '002043.XSHE'# 存入兔宝宝的股票代码

答疑与延伸：

“g.”是什么？全局变量前都要写”g.”，全局变量就是全局都能用的变量，一般变量只能在该函数下使用。如security不加”g.”,只能在第一部分即initialize里用，不能在第二部分handle_data里用。不懂什么是变量的，到量化课堂的python编程里学习下基础内容，或者问问度娘。
“XSHE”是什么？ 股票代码使用时要加后缀，深交所股票代码后缀为 “.XSHE “，上交所股票代码后缀为 “.XSHG”。
代码中“#”是什么？”#“后的内容都是注释，是为代码做说明的，不会被计算机当做代码处理。

3 获取收盘价与均价

首先，获取昨日股票的收盘价

# 用法：变量 = data[股票代码].close
last_price = data[g.security].close# 取得最近日收盘价，命名为last_price

然后，获取近二十日股票收盘价的平均价

# 用法：变量 = data[股票代码].mavg(天数，‘close’)
# 获取近二十日股票收盘价的平均价，命名为average_price
average_price = data[g.security].mavg(20, 'close')

答疑与延伸：

4 判断是否买卖

数据都获取完，该做买卖判断了

# 如果昨日收盘价高出二十日平均价, 则买入，否则卖出
if last_price > average_price:
    买入
elif last_price < average_price:
    卖出

问题来了，现在该写买卖下单了，但是拿多少钱去买我们还没有告诉计算机，所以每天还要获取账户里现金量。

# 用法：变量 = context.portfolio.cash
cash = context.portfolio.cash# 取得当前的现金量，命名为cash

答疑与延伸：

context.portfolio 是什么？

这句看着有点复杂，先记住吧。然后我们看看买入卖出怎么写。

5 买入卖出

# 用法：order_value(要买入股票股票的股票代码，要多少钱去买）
order_value(g.security, cash)# 用当前所有资金买入股票
# 用法：order_target(要买卖股票的股票代码，目标持仓金额）
order_target(g.security, 0)# 将股票仓位调整到0，即全卖出

答疑与延伸：

为什么没有指定交易价格？此策略是按天回测进行的且使用的较为简单的市价单下单方法，交易价格为开盘价(加上滑点)
无法交易的情况？涨跌停，停牌，T+1制度等无法交易的情况，系统会自动使下单不成交并在日志中发出警告。
滑点是什么？
下单方法有哪些？

6 策略代码写完，进行回测

把买入卖出的代码写好，策略就写完了，如下

def initialize(context):#初始化
    g.security = '002043.XSHE'# 股票名:兔宝宝
def handle_data(context, data):#每日循环
    last_price = data[g.security].close# 取得最近日收盘价
    # 取得过去二十天的平均价格
    average_price = data[g.security].mavg(20, 'close')
    cash = context.portfolio.cash# 取得当前的现金
    # 如果昨日收盘价高出二十日平均价, 则买入，否则卖出。
    if last_price > average_price:
        order_value(g.security, cash)# 用当前所有资金买入股票
    elif last_price < average_price:
        order_target(g.security, 0)# 将股票仓位调整到0，即全卖出