NBLOG_20231204 PYTHON量化交易；Back Testing_5

 

NBLOG_20231030 PYTHON量化交易；第二部Back Testing，新的開篇 

 

睽違了好長的一段發呆的時間；今天還是硬著頭皮把這個新篇章給他寫下去。沒誇張的，這段時間真的是大部分都在發呆。事實上到此時此刻，都還不確定最終會呈現怎麼樣的一個結果？因為這個新的章節，應該就是我們整個量化交易的重點所在。這裡走包含著交易策略的設計、之後的歷史回測、以及策略的成果評估。直白地說，目標就是盡量的去復刻出一個Python下的Multicharts出來。當然我們不可能去搞出一個完整的套裝軟體出來。但是自己也不希望，事後完成的許多小程式是零零散散的。於是就發呆了這麼長的一段時間；盡量的去想、、盡量的去想。

不過再怎麼盡量的去想，也能把想這個動作走到了盡頭。再不走出去，也沒有什麼方向可以想的；所以硬著頭皮就上了。就這樣大家先跟著我邊打邊想吧！哪天也許有了什麼石破天驚的新點子？也不排除把這章節再重新寫過一遍。

 

一開始的工作，便需要來處理一些交易訊號。這裡有一個很好玩的過程。當大家每每開始學習一個新的程式語言的時候，幾乎所有人所寫的第一段代碼都應該是在螢幕列印出“Hello Word !! ”對吧？這幾乎都成一個慣例了。但是在年紀漸長之後發現這一段程式碼,就好像是一段保佑之後學習之路一路平安的祝福咒語屢試不爽。跟我有同感的請舉右手。

其實在學習量化程式交易的路上，也有著相同的段子。幾乎每個人完成的第一個交易策略程式碼，幾乎都是倆條移動平均線的交叉策略。就像宿命一樣，逃也逃不過。但也幾乎所有的人心裡都明白一件事；應該不會有人傻到拿這套策略直接去上戰場交易。因為大夥心知肚明，這幾乎就是一場穩賠不賺的遊戲。所以學歸學、做歸做，之間沒有半毛錢關係。

大家以為在這個新的章節裡，我會整出不一樣的活嗎？錯了、我們的交易訊號還是要從這裡開始。

首先、我必須說；雙均線的交叉策略，事實上是可以獲利的；指的是它經過一些改良之後。但這不是我們這裡所要去討論的重點。從這裡出發的原因，除了它是一個非常好的基礎策略示範之外，我想把它整出一箇萬向接頭來。所以這篇文章，不只是你交易策略設計的Hello world；我想他為成為大家在交易上真正可以用上手的極端武器。可以幫我們解決許多交易訊號的問題。

在自己幾年前所出版的一本專門討論XQ程式設計的新書當中，我就與讀者們分享談到許多策略設計的心得與問題。其中一個我歸納的重點；是非常重要的，那就是交叉幾乎是所有交易策略訊號之靈魂。相信就算沒有100%，八成以上也會是個保守的估計。可以說交叉無所不在。

在自己提出的右側交易觀念中，左側幾乎就是一個不需要的存在。因為在那個接下墜飛刀的區域裡面，幾乎沒有存在著真正的獲利空間。更多的是一些風險的存在。而在右側的區間裡面，我們必須要去設定個成熟的水位。當然、他不可能是在右側存在的最低點。當這個設定的水位，被觸及的時候；便可以假設趨勢的反轉可能到來。交易者可以利用這個確認的訊號進場，亦即使用右側最低的價格跌破來執行止損。

交叉便是確認了這個水位的存在與動作。可能是一個收盤價突破3日最高價的結果、又或者是一個5天移動平均線穿越10日移動平均線的結果、也可能是RSI的數據穿越過50以上。但不論是使用什麼樣的技術分析工具，最終可以歸納出它就是一個短期的訊號，向上穿越過了一個長期的訊號位準。這個訊號的成立；事實上這也是符合葛蘭碧八大法則，當中的買進訊號定義其中之一。所以它不只是一個交叉點，也是一個確認的點。交易趨勢改變了的確認點。

誒，這篇文章當中。我們的。代碼舉例的一個5日對10日移動平均線的交叉策略。上面提過，這是一個最基礎的。入門教育策略。但事實上。跟花俏一點的信號也是如此的去確認。比如說關卡價位的交叉。又比如說。布林格通道。與上軌的交叉。不論前面的訊號設計是如何的複雜。最終我們都可以提存。精簡到。2個數字之間的關係。也就是判斷這2個數字是否。存在。交叉的問題。所以其實我們擁有了一套。交叉為主的交易策略。幾乎等同我們掌握了。絕大多數的。交易策略。精神。還是直接上程式碼來說明吧。

 

import yfinance as yf

import pandas as pd

import mplfinance as mpf

import matplotlib.pyplot as plt

%matplotlib notebook

 

# 下載AAPL兩年歷史股價

symbol = "AAPL"

data = yf.download(symbol, period="2y")

 

# 計算5日和10日均線

data["MA5"] = data["Close"].rolling(window=5).mean()

data["MA10"] = data["Close"].rolling(window=10).mean()

 

# 判斷5日向上穿越10日

data["Signal"] = (data["MA5"] > data["MA10"]).astype(int)

data["Position"] = data["Signal"].diff()  # 遇到1時持有，遇到-1時賣出

 

# 提取買入和賣出信號的日期和價格

buy_signal = data[data["Position"] == 1][["Low"]]

sell_signal = data[data["Position"] == -1][["High"]]

 

# 將買入和賣出信號的資料框轉換為具有相同日期索引的資料框

buy_signal = buy_signal.reindex(index=data.index, fill_value=None)

sell_signal = sell_signal.reindex(index=data.index, fill_value=None)

 

# 繪製K線圖和均線

fig, axes = mpf.plot(

    data,

    type="candle",

    addplot=[

        mpf.make_addplot(data["MA5"]),

        mpf.make_addplot(data["MA10"]),

        mpf.make_addplot(buy_signal, type="scatter", color="green", marker="^"),

        mpf.make_addplot(sell_signal, type="scatter", color="red", marker="v"),

    ],

    title="AAPL Stock",

    ylabel="Price",

    figsize=(10, 6),

    returnfig=True,

)

 

# 設置買入和賣出點的箭頭標識

ax = axes[0]

ax.legend(["MA5", "MA10", "Buy Signal", "Sell Signal"])

 

# 顯示圖表

plt.show()

 

 

 

新章節的第一篇。我們就先談到這裡。下次見。