[量化投资-学习笔记011]Python+TDengine从零开始搭建量化分析平台-MACD金死叉策略回测

在上一章节 MACD金死叉中结束了如何根据 MACD 金死叉计算交易信号。

1. 定义一个资金池
1. 当出现买入信号且无仓位时，全仓买入。买入价为第二日收盘价（其实以第二日开盘价计算比较合理）。
1. 当出现卖出信号且有仓位时，清仓。卖出价为第二日收盘价（同样，也是以第二日开盘价更合理）
1. 以下程序未计算印花税等交易费用。
1. 对金额进行了取整，方便展示。

def calculate_profit(prices, signals):
    capital = 100000  # 初始资金000001
    shares = 0  # 持有股票数量
    position = 0  # 0表示空仓，1表示持仓
    balance = 0
    profit = []
    profit.append(capital)
    for i,singal in signals:
        if singal == 'buy' and position == 0 :
            shares = int(capital / prices[i+1] / 100)
            balance = int(capital - (shares*prices[i+1]*100))
            position = 1
        elif singal  == 'sell' and position == 1 :
            capital = int(shares * 100 * prices[i+1] + balance)
            shares = 0 
            position = 0
            profit.append(capital)
    return profit

对MACD 和收益进行图形化输出

plt.figure(figsize=(12, 8))
plt.subplot(3, 1, 1)
plt.plot(df.index, df['close'])
plt.title('收盘价')
plt.xlabel('tdate')
plt.ylabel('Price')


plt.subplot(3, 1, 2)
plt.title("MACD")
plt.plot(df['DIF'],'r',linewidth=1.0,label='DIF')
plt.plot(df['DEA'],'y',linewidth=1.0,label='DEA')
plt.legend()
plt.grid()

plt.subplot(3, 1, 3)
plt.title("收益曲线")
plt.plot(profits,'r',linewidth=1.0,label='Profit')
plt.bar(range(len(profits)),profits)
plt.ylabel('RMB')
plt.legend()
plt.grid()


plt.tight_layout()
plt.show()

以下是不同股票的策略回测结果：
平安银行（000001）
[量化投资-学习笔记011]Python+TDengine从零开始搭建量化分析平台-MACD金死叉策略回测-LMLPHP

全柴动力（600218）
[量化投资-学习笔记011]Python+TDengine从零开始搭建量化分析平台-MACD金死叉策略回测-LMLPHP

中航高科（600862）
[量化投资-学习笔记011]Python+TDengine从零开始搭建量化分析平台-MACD金死叉策略回测-LMLPHP

脚本说明文档（DevChat 生成）

再次展示一下 AI 的力量。

MACD 分析脚本

这是一个用于从 TDengine 数据库查询股票收盘价，并进行 MACD 分析的 Python 脚本示例。脚本会绘制收盘价曲线、MACD 指标曲线以及收益曲线图。

安装依赖库

确保您已安装以下依赖库：

requests 用于发送 RESTful 请求
json 用于解析 JSON 响应
matplotlib 用于绘制图形
pandas 用于处理数据

您可以使用 pip 在命令行中安装它们：

pip install requests matplotlib pandas

参数配置

在开始之前，请根据您的实际情况设置以下参数：

host：TDengine 数据库的主机名或 IP 地址
port：TDengine 数据库的端口号
username：TDengine 数据库的用户名
password：TDengine 数据库的密码
db_name：数据库名称
table_name：数据表名称
fcode：股票代码

查询与解析数据

首先，脚本通过 RESTful 请求从 TDengine 数据库中查询收盘价数据。然后，将查询结果解析为列表，并将时间戳和收盘价分别存储在 timestamps 和 close_prices 数组中。

计算 MACD 指标

接下来，使用 calculate_macd 函数计算 MACD 和信号线的值。该函数使用指定的周期参数计算指数移动平均线（EMA），然后计算 MACD 和信号线。同时，还计算了 MACD 的柱状图（MACD-Histogram）。

判断金叉和死叉

使用 check_macd 函数判断金叉和死叉的位置。该函数遍历 MACD 和信号线数组，找到金叉和死叉的位置，并将其存储在 crossing_points 数组中。

计算收益

使用 calculate_profit 函数计算根据金叉和死叉信号的策略产生的收益。在此示例中，初始资金为 100,000 RMB，根据买入和卖出信号以及股票价格的变化，计算并存储了每个时刻的资金余额，并返回收益数组 profits。

绘制图形

最后，脚本使用 matplotlib 库绘制了三个子图。第一个子图展示了收盘价的曲线图，第二个子图展示了 MACD 指标的曲线图，第三个子图展示了收益曲线。

运行脚本

确保您已正确安装依赖库并设置了正确的参数后，您可以执行此 Python 脚本来运行 MACD 分析并绘制图形。

当脚本运行完毕后，将会在屏幕上打印金叉和死叉的位置以及对应的时间戳和收盘价。此外，图形窗口将显示收盘价、MACD 指标和收益曲线。

请根据您的实际需求对脚本进行自定义和调整。希望这个示例对您有所帮助！

DBA大董