Python股市数据分析教程——学会它，或可以实现半“智能”炒股

译者 | 阿里云 云栖社区

摘要： 在本篇文章中，我们讨论了均线交叉策略的设计、回溯检验、基准测试以及实践中可能出现的若干问题，并结合Python代码实现了一个基于均线交叉的交易策略系统。

以下为译文

本篇文章是”Python股市数据分析”内容基于我在犹他州立大学MATH 3900 (Data Mining)课程上的一次讲座，第一部分在这里。

在这些文章中，我将介绍一些关于金融数据分析的基础知识，例如，使用pandas获取雅虎财经上的数据，股票数据可视化，移动均线，开发一种均线交叉策略，回溯检验以及基准测试。而本篇文章中，我讨论的话题包括均线交叉策略的设计、回溯检验、基准测试以及实践中可能出现的若干问题，以供读者思考。

注意：本篇文章所涉及的看法、意见等一般性信息仅为作者个人观点。本文的任何内容都不应被视为金融投资方面的建议。此外，在此给出的所有代码均无法提供任何保证。选择使用这些代码的个人需自行承担风险。

交易策略

我们把在未来条件满足时将被终止的交易称为未平仓交易。多头仓位是指在交易过程中通过金融商品增值来获取利润，而空头仓位是指在交易过程中通过金融资产价值下跌来获取利润。

在直接交易股票时，所有的多头仓位看涨，所有的空头仓位看跌。这也就是说，持看涨态度并不需要伴随着一个多头仓位，而持看跌态度同样也不需要伴随着一个空头仓位(在交易股票期权时，更是如此)。

这里有一个例子。打算你买入了一只股票，计划在股价上涨时以更高的价格将股票抛出。这就是多头仓位：你持有一种金融资产，如果资产价值增长，你将从中获利。

你的潜在利润是无限的，而你的潜在损失受到股价的限制，因为股价永远不会低于0。另一方面，如果你预计一只股票的价格会下跌，你可以向经纪公司筹借股票并出售，以期在后续以较低的价格回购股票，从而获取利润。

这种做法称为做空股票，属于空头仓位，即通过股价下跌赚取收益。做空股票的潜在利润受到股价的限制(最好的做法是，使股票变得一文不值，这样你可以免费回购这些股票)，而损失却是无限的，因为你可能需要花费任意多的钱来买回筹借的股票。

因此，在允许投资者做空股票前，经纪人需要确保投资者保持良好的财务状况。

任何交易员都必须有一套规则，决定她愿意在任何一笔交易上投入多少钱。例如，一名交易员可能认为在任何情况下，她在一笔交易中承受的风险都不能超过所有投资的10%。

另外，在任何交易中，交易员必须制定一个由一组条件构成的退出策略，决定她何时退出仓位，从而获利或止损。交易员可以设置一个目标，即促使她清空仓位的最少利润。

同样地，交易员也要明确自身能够承受的最大损失;如果潜在损失超过了这个金额，交易员将退出仓位，以避免任何进一步的损失(通常通过设置止损指令来实现，触发该指令以避免进一步损失)。

如果一个方案包括促成交易的交易信号、一套能在任何特定策略情况下明确承受多少投资风险的规则、以及一个适用于任何交易的退出策略，那么我们称这个方案为一个完整的交易策略。目前，我们关注的是如何设计和评价交易策略。

我们假设任何一笔交易的金额都是投资总资产的一个固定比例;10%看起来是一个不错的数字。我们决定，对于任何一笔交易，如果损失超过交易金额的20%，我们将结束交易。现在，我们需要一种方法来判断何时进入仓位以及何时退出仓位，进而获取利润。

在这里，我将介绍一种均线交叉策略。我们将使用两条移动均线：一条表示长期均线，另一条表示短期均线。采用的策略如下：

当短期均线越过长期均线时，交易金融资产。

当短期均线再一次越过长期均线时，结束交易。

当短期均线高于长期均线时，我们应进行多头交易，当短期均线再次越过(低于)长期均线时，结束此类交易。当短期均线低于长期均线时，我们应进行空头交易，当短期均线再次越过(高于)长期均线时，结束此类交易。

现在，我们有了一个完整的策略。但在我们决定使用它之前，我们首先应该尽可能地评估这个策略的效果。回溯检验是一种常用的方法，该方法基于历史数据对交易策略所能带来的利润多少进行评估。