量化交易-MACD策略学习

最新推荐文章于 2025-06-14 20:50:07 发布

东南有大树

最新推荐文章于 2025-06-14 20:50:07 发布

阅读量1.1w

点赞数 6

CC 4.0 BY-SA版权

分类专栏：量化交易入门笔记文章标签： python JoinQuant Quant

本文链接：https://blog.youkuaiyun.com/weixin_38486884/article/details/83716470

本文介绍了使用MACD指标进行量化交易的策略，通过筛选基本面良好的股票，结合DIF和DEA的金叉、死叉信号进行买入和卖出操作。同时，设置了基于盈利回撤20%的止损机制。回测结果显示了该策略的表现，并提供了源代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MACD的基本概念，可以参考 https://www.joinquant.com/post/7095?f=18newyearjx ，感谢 Quant中找米吃的阿鼠和聚宽小秘书 Thanks♪(･ω･)ﾉ

我认为MACD不适合采用轮动策略，经过回测，我将策略改成以下模式：?

选出基本面较好的股票
剔除ST、停牌、退市的股票
在DIF和DEA在0轴上形成金叉时买入
在DIF他DEA的0轴下形成死叉时卖出
加入止损：这次的止损买有根据股票的盈亏来判断，而是：
- 记录持仓股票的每天的盈利，如果当天盈利比之前的盈利小，则不记录
- 如果当天判断的盈利已经比记录的最大盈利小20%，则止损卖出

下面?是回测结果和源代码

import numpy as np
import pandas as pd
# 导入技术分析库
import talib as tb

def initialize(context):
    """初始化函数"""
    
    # 记录股票的收益率
    g.retio = {
   
   }
    
    # 设置中证500为参考基准
    set_benchmark('000905.XSHG')
    # 使用真实价格交易
    set_option('use_real_price', True)
    # 设定日志级别
    log.set_level('order', 'error')
    
    # 指定周期性交易函数
    run_daily(trade, 'every_bar')
    

def before_trading_start(context):
    """开盘前设置交易费用"""
    
    # 设定所有类型的交易品种的交易滑点为0.02
    set_slippage(FixedSlippage(0.02))
    
    # 设定2013年前与2013年后的交易费用
    dt = context.current_dt
    if dt>datetime.datetime(2013,1, 1):
        set_order_cost(OrderCost(
            open_tax=0, 
            close_tax=0.001, 
            open_commission=0.0003, 
            close_commission=0.0003,