python量化 双均线策略（金叉死叉）

#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

#下面是策略代码及结构

# 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.security
    n5=5
    n20=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