#小策略，策略逻辑是在金叉时候买进，死叉时候卖出，所谓金叉死叉是两条均线的交叉，当短期均线上穿长期均线为金叉，反之为死叉

1、jqdata 网页端执行

#下面是策略代码及结构

# 导入函数库
from jqdata import *
# 初始化函数
def initialize(context):# 设定沪深300作为基准set_benchmark('000300.XSHG')# True为开启动态复权模式，使用真实价格交易set_option('use_real_price', True) # 股票类交易手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱set_order_cost(OrderCost(open_tax=0, close_tax=0.001, \open_commission=0.0003, close_commission=0.0003,\close_today_commission=0, min_commission=5), type='stock')#华谊股票                    g.security='300027.XSHE'#设置每天运行run_daily(handle)def handle(context):security=g.securityn5=5n20=20  # 获取股票的收盘价close_data = attribute_history(security, n20, '1d',"close",df=False)print(close_data)# 取得过去 ma_n1 天的平均价格ma_n5 = close_data['close'][-n5:].mean()# 取得过去 ma_n2 天的平均价格ma_n20 = close_data['close'][-n20:].mean()print(ma_n5,ma_n20)# 取得当前的现金cash = context.portfolio.available_cash# 如果当前有余额if ma_n5 > ma_n20:# 用所有 cash 买入股票,order_value是买卖价值order_value(security, cash)# 记录这次买入log.info("Buying %s" % security)# 如果n5日均线小于n20日均线，并且目前有头寸elif ma_n5 < ma_n20 and context.portfolio.positions[security].closeable_amount > 0:# 全部卖出，order_target是买卖数量order_target(security, 0)# 记录这次卖出log.info("Selling %s" % (security))# 绘制n5日均线价格record(ma_n5=ma_n5)# 绘制n20日均线价格record(ma_n20=ma_n20)

#整体结果在12-16年回测测试结果效益不错，阿尔法贝塔最大回撤也还行，难点是在策略和框架的使用和调用，这就是这次的双均线策略记录

akshare代码离线运行

akshare文档参考：https://akshare.akfamily.xyz/

ak.stock_zh_a_spot()查具体国内沪深全部股票symbol代码

ak.ak.stock_hk_spot()查具体香港全部股票symbol代码；ak.stock_hk_daily(symbol=“00005”)在查具体股票每日数据

ak.stock_us_spot()查具体美国全部股票symbol代码；ak.stock_us_daily(symbol=“AAPL”)在查具体股票每日数据

import akshare as ak
import pandas as pd 
import matplotlib.pyplot as plt
import matplotlib.dates as mdates# 下载上证指数数据
df = ak.stock_zh_index_daily(symbol="sh000001")# 计算5日和10日均线
df["MA5"] = df["close"].rolling(5).mean()
df["MA10"] = df["close"].rolling(10).mean()# 标记金叉死叉
df["signal"] = 0  
df.loc[df["MA5"]>df["MA10"],"signal"] = 1  # 金叉
df.loc[df["MA5"]<df["MA10"],"signal"] = -1 # 死叉   # 取最近20天数据
df = df.iloc[-20:]# 绘图
fig, ax = plt.subplots()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))  
ax.xaxis.set_tick_params(rotation=90) # 设置x轴刻度竖直   
ax.plot(df["date"].values, df["MA5"], "g-", label="MA5")
ax.plot(df["date"].values, df["MA10"], "r-", label="MA10")
ax.legend()  # 标记交叉点
for i in range(len(df)):if df["signal"].iloc[i] > 0:     # MA5上穿MA10,金叉;用绿色三角形`g^`标记ax.plot(df["date"].values[i], df["close"].iloc[i], "g^")elif df["signal"].iloc[i] < 0:   # MA5下穿MA10,死叉;用红色三角形`rv`标记ax.plot(df["date"].values[i], df["close"].iloc[i], "rv")plt.show()