1. 双均线择时策略
参考来源：docs/_joinquant_migration_source/Example_01_双均线择时策略.ipynb 第一个 Markdown cell。
本策略根据交易目标的其日K线数据建立简单移动平均线的双均线交易模型， 交易策略如下：
策略包含两个参数：短周期天数S、长周期天数L 分别以两个不同的周期计算交易标的日K线收盘价的移动平均线，得到两根移动均线，以S为周期计算的均线为快均线，以L为周期计算的均线为慢均线，根据快慢均线的交叉情况产生交易信号：
当快均线由下向上穿越慢均线时全仓买入交易标的
当快均线由上向下穿越短均线时平仓
模拟回测交易：
回测数据为:沪深300指数（000300.SH)
回测周期为2011年1月1日到2020年12月31日
生成交易结果图表
策略参数优化：
同样使用HS300指数，在2011年至2020年共十年的历史区间上搜索最佳策略参数
并在2020年至2022年的数据上进行验证
输出30组最佳参数的测试结果
1.1. 首先导入qteasy模块
import qteasy as qt
1.2. 创建一个新的策略
使用qt.RuleIterator策略基类，可以创建规则迭代策略，
这种策略可以把相同的规则迭代应用到投资组合中的所有股票上，适合在一个投资组合
中的所有股票上应用同一种择时规则。
from qteasy import Parameter, StgData
from qteasy import RuleIterator
# 创建双均线交易策略类
class Cross_SMA_PS(RuleIterator):
"""自定义双均线择时策略策略，产生的信号类型为交易信号
这个均线择时策略有两个参数：
- FMA 快均线周期
- SMA 慢均线周期
策略跟踪上述两个周期产生的简单移动平均线，当两根均线发生交叉时
直接产生交易信号。
"""
def __init__(self, **kwargs):
"""
初始化交易策略的参数信息和基本信息
"""
super().__init__(
pars=[Parameter((10, 100), name='fast', par_type='int', value=10),
Parameter((30, 180), name='slow', par_type='int', value=160)],
# 策略只有长短周期两个参数, 均为整型变量
name='CROSSLINE', # 策略的名称
description='快慢双均线择时策略', # 策略的描述
data_types=StgData('close', freq='d', asset_type='ANY', window_length=200), # 策略基于收盘价计算均线，因此数据类型为'close', 历史数据窗口长度为200
**kwargs,
)
def realize(self):
"""策略的具体实现代码：
- f: fast, 短均线计算日期；
- s: slow: 长均线计算日期;
"""
from qteasy.tafuncs import sma
# 获取传入的策略参数
f, s = self.get_pars('fast', 'slow')
# 获取历史数据日频收盘价，计算长短均线的当前值和昨天的值
close = self.get_data('close_ANY_d')
# 使用qt.sma计算简单移动平均价
s_ma = sma(close, s)
f_ma = sma(close, f)
# 为了考察两条均线的交叉, 计算两根均线昨日和今日的值，以便判断
s_today, s_last = s_ma[-1], s_ma[-2]
f_today, f_last = f_ma[-1], f_ma[-2]
# 根据观望模式在不同的点位产生交易信号
# 在PS信号类型下，1表示全仓买入，-1表示卖出全部持有股份
# 当快均线自下而上穿过上边界，发出全仓买入信号
if (f_last <= s_last) and (f_today >= s_today):
return 1
# 当快均线自上而下穿过上边界，发出全部卖出信号
elif (f_last >= s_last) and (f_today <= s_today):
return -1
else: # 其余情况不产生任何信号
return 0
1.3. 回测交易策略，查看结果
定义好策略后，定一个Operator交易员对象，引用刚刚创建的策略，根据策略的规则设定交易员的信号模式为PS
PS表示比例交易信号，此模式下信号在-1到1之间，1表示全仓买入，-1表示全部卖出，0表示不操作。
使用历史数据回测交易策略，使用历史数据生成交易信号后进行模拟交易，记录并分析交易结果
stg = Cross_SMA_PS()
op = qt.Operator([stg], signal_type='PS')
# 设置op的策略参数
op.set_parameter(0, par_values= (10, 160)) # 设置快慢均线周期分别为10天、166天
op.set_group_parameters('Group_1', blender_str='s0')
# 设置基本回测参数，开始运行模拟交易回测
res = qt.run(op,
mode=1, # 运行模式为回测模式
asset_pool='000300.SH', # 投资标的为000300.SH即沪深300指数
invest_start='20110101', # 回测开始日期
visual=True, # 生成交易回测结果分析图
trade_batch_size=0.01,
sell_batch_size=0.01,
)
交易结果如下；
====================================
| |
| BACKTEST REPORT |
| |
====================================
qteasy running mode: 1 - History back testing
time consumption for operate signal creation: 172.5 ms
time consumption for operation back testing: 3.6 ms
investment starts on 2011-01-04 15:00:00
ends on 2026-02-27 15:00:00
Total looped periods: 15.2 years.
-------------operation summary:------------
Only non-empty shares are displayed, call
"loop_result["oper_count"]" for complete operation summary
Sell Cnt Buy Cnt Total Long pct Short pct Empty pct
000300.SH 68 68 136 55.2% -0.0% 44.8%
Total operation fee: ¥ 3,333.02
total investment amount: ¥ 100,000.00
final value: ¥ 142,737.62
Total return: 42.74%
Avg Yearly return: 2.38%
Skewness: -0.91
Kurtosis: 13.80
Benchmark return: 47.68%
Benchmark Yearly return: 2.61%
------strategy loop_results indicators------
alpha: -0.012
Beta: 1.000
Sharp ratio: 0.061
Info ratio: -0.006
250 day volatility: 0.139
Max drawdown: 40.45%
peak / valley: 2015-06-08 / 2020-04-24
recovered on: Not recovered!
==================END OF REPORT===================
从上面的交易结果可以看到，十年间买入68次卖出68次，持仓时间为55%，最终收益率只有42.7%。
下面是交易结果的可视化图表展示
交叉线交易策略的长短周期选择很重要，可以使用qteasy来搜索最优的策略参数：
1.4. 策略参数的优化
我们可以在历史数据上搜索最优的策略参数，找到在历史数据上表现最好的参数组合，并检验它们在独立测试区间上的表现，以检验是否过拟合。
op.set_parameter(0,
opt_tag=1 # 将op中的策略设置为可优化，如果不这样设置，将无法优化策略参数
)
res = qt.run(op,
mode=2,
opti_start='20110101', # 优化区间开始日期
opti_end='20200101', # 优化区间结束日期
test_start='20200101', # 独立测试开始日期
test_end='20220101', # 独立测试结束日期
opti_sample_count=1000, # 一共进行1000次搜索
opti_method='SA', # 优化方法为模拟退火算法
parallel=False, # 不启用并行搜索
)
策略优化可能会花很长时间，qt会显示一个进度条：
Epoch:1/5->175917.941: 100%|█████████████████████████████████████████████████| 128/128 [00:08<00:00, 15.94it/s]
Epoch:2/5->183493.313: 100%|█████████████████████████████████████████████████| 128/128 [00:07<00:00, 16.43it/s]
Epoch:3/5->203089.648: 100%|█████████████████████████████████████████████████| 128/128 [00:07<00:00, 16.59it/s]
Epoch:4/5->187650.270: 100%|█████████████████████████████████████████████████| 128/128 [00:07<00:00, 16.46it/s]
Epoch:5/5->205538.237: 100%|█████████████████████████████████████████████████| 128/128 [00:07<00:00, 16.57it/s]
Epoch:1/1->411083.340: 100%|███████████████████████████████████████████████████| 30/30 [00:04<00:00, 7.04it/s]
优化完成，显示最好的30组参数及其相关信息：
====================================
| |
| OPTIMIZATION REPORT |
| |
====================================
qteasy running mode: 2 - Strategy Parameter Optimization
time consumption for optimization: 39 sec 103.0 ms
time consumption for evaluation: 4 sec 261.2 ms
investment starts on 2011-01-04 15:00:00
ends on 2019-12-31 15:00:00
Total looped periods: 9.0 years.
total investment amount: ¥ 100,000.00
Benchmark type is 000300.SH
Total Benchmark rtn: 28.43%
Average Yearly Benchmark rtn rate: 2.82%
Statistical analysis of optimal strategy messages indicators:
Total return: 270.25% ± 13.73%
Annual return: 15.66% ± 0.46%
Alpha: -0.277 ± 0.466
Beta: -0.459 ± 2.175
Sharp ratio: 0.434 ± 0.069
Info ratio: 0.011 ± 0.002
250 day volatility: 0.145 ± 0.008
Other messages indicators are listed in below table
Strategy items Sell-outs Buy-ins ttl-fee FV ROI MDD
0 (43, 144) 5.0 6.0 509.43 358,315.55 258.3% 31.6%
1 (29, 171) 5.0 6.0 498.98 358,659.37 258.7% 31.6%
2 (72, 84) 17.0 18.0 1,786.90 359,602.66 259.6% 43.8%
3 (72, 84) 17.0 18.0 1,786.90 359,602.66 259.6% 43.8%
4 (35, 151) 5.0 6.0 510.77 360,689.42 260.7% 31.6%
5 (77, 81) 29.0 30.0 3,111.64 362,208.28 262.2% 44.0%
6 (77, 81) 29.0 30.0 3,111.64 362,208.28 262.2% 44.0%
7 (80, 91) 15.0 16.0 1,519.87 362,252.85 262.3% 45.8%
8 (24, 176) 5.0 6.0 505.68 362,696.68 262.7% 31.6%
9 (24, 176) 5.0 6.0 505.68 362,696.68 262.7% 31.6%
10 (36, 150) 5.0 6.0 510.71 362,666.50 262.7% 31.6%
11 (11, 156) 11.0 12.0 1,005.55 362,714.28 262.7% 31.9%
12 (58, 83) 12.0 13.0 1,218.41 363,195.61 263.2% 43.2%
13 (31, 169) 6.0 7.0 566.80 363,756.82 263.8% 31.6%
14 (36, 151) 5.0 6.0 514.33 364,408.58 264.4% 31.6%
15 (28, 173) 5.0 6.0 505.27 365,648.99 265.6% 31.6%
16 (73, 83) 16.0 17.0 1,678.20 366,055.42 266.1% 43.6%
17 (32, 171) 4.0 5.0 452.30 366,955.25 267.0% 31.6%
18 (13, 156) 10.0 11.0 903.07 367,001.52 267.0% 31.8%
19 (73, 84) 17.0 18.0 1,767.40 368,221.99 268.2% 43.8%
20 (77, 82) 25.0 26.0 2,725.38 368,871.74 268.9% 44.7%
21 (77, 82) 25.0 26.0 2,725.38 368,871.74 268.9% 44.7%
22 (81, 91) 15.0 16.0 1,560.50 374,068.95 274.1% 44.4%
23 (76, 81) 25.0 26.0 2,730.01 375,311.56 275.3% 43.9%
24 (73, 85) 16.0 17.0 1,708.08 379,569.28 279.6% 44.0%
25 (12, 155) 11.0 12.0 992.25 381,190.46 281.2% 31.6%
26 (76, 84) 21.0 22.0 2,181.56 382,247.74 282.2% 44.6%
27 (77, 86) 16.0 17.0 1,719.80 400,385.81 300.4% 43.2%
28 (78, 85) 22.0 23.0 2,393.91 406,202.21 306.2% 43.2%
29 (80, 86) 21.0 22.0 2,386.87 411,083.34 311.1% 41.6%
==================END OF REPORT===================
这三十组参数会被用于独立测试，以检验它们是否过拟合：
Epoch:1/1->259292.734: 100%|███████████████████████████████████████████████████████████| 30/30 [00:01<00:00, 23.02it/s]
====================================
| |
| VALIDATION REPORT |
| |
====================================
qteasy running mode: 2 - Strategy Parameter Optimization
time consumption for optimization: 39 sec 103.0 ms
time consumption for evaluation: 4 sec 261.2 ms
investment starts on 2020-01-02 15:00:00
ends on 2021-12-31 15:00:00
Total looped periods: 2.0 years.
total investment amount: ¥ 100,000.00
Benchmark type is 000300.SH
Total Benchmark rtn: 18.98%
Average Yearly Benchmark rtn rate: 9.09%
Statistical analysis of optimal strategy messages indicators:
Total return: 115.83% ± 31.89%
Annual return: 46.59% ± 10.98%
Alpha: -0.081 ± 0.066
Beta: 0.999 ± 0.000
Sharp ratio: 0.545 ± 0.322
Info ratio: -0.038 ± 0.047
250 day volatility: 0.178 ± 0.004
Other messages indicators are listed in below table
Strategy items Sell-outs Buy-ins ttl-fee FV ROI MDD
0 (43, 144) 1.0 1.0 84.86 248,458.67 148.5% 15.2%
1 (29, 171) 1.0 1.0 85.88 258,545.09 158.5% 15.2%
2 (72, 84) 2.0 3.0 224.59 195,264.51 95.3% 20.8%
3 (72, 84) 2.0 3.0 224.59 195,264.51 95.3% 20.8%
4 (35, 151) 3.0 3.0 282.50 241,963.33 142.0% 17.0%
5 (77, 81) 10.0 11.0 792.08 168,647.51 68.6% 24.3%
6 (77, 81) 10.0 11.0 792.08 168,647.51 68.6% 24.3%
7 (80, 91) 4.0 5.0 412.29 218,152.13 118.2% 16.7%
8 (24, 176) 1.0 1.0 85.21 251,880.99 151.9% 15.2%
9 (24, 176) 1.0 1.0 85.21 251,880.99 151.9% 15.2%
10 (36, 150) 3.0 3.0 279.96 238,065.57 138.1% 17.3%
11 (11, 156) 5.0 5.0 448.16 231,744.72 131.7% 19.1%
12 (58, 83) 3.0 4.0 346.95 230,754.45 130.8% 19.8%
13 (31, 169) 1.0 1.0 85.55 255,239.86 155.2% 15.2%
14 (36, 151) 3.0 3.0 279.98 238,344.64 138.3% 17.2%
15 (28, 173) 1.0 1.0 85.59 255,731.20 155.7% 15.2%
16 (73, 83) 6.0 7.0 503.93 183,585.71 83.6% 18.5%
17 (32, 171) 1.0 1.0 85.96 259,292.73 159.3% 15.2%
18 (13, 156) 4.0 4.0 362.38 243,928.41 143.9% 17.5%
19 (73, 84) 5.0 6.0 427.50 176,000.45 76.0% 20.8%
20 (77, 82) 8.0 9.0 642.96 173,471.06 73.5% 22.4%
21 (77, 82) 8.0 9.0 642.96 173,471.06 73.5% 22.4%
22 (81, 91) 5.0 6.0 491.77 217,222.67 117.2% 16.7%
23 (76, 81) 8.0 9.0 643.36 171,211.45 71.2% 24.4%
24 (73, 85) 2.0 3.0 220.90 194,837.49 94.8% 19.9%
25 (12, 155) 4.0 4.0 358.07 234,517.54 134.5% 18.5%
26 (76, 84) 7.0 8.0 572.56 181,243.30 81.2% 20.5%
27 (77, 86) 6.0 7.0 564.34 217,678.26 117.7% 18.9%
28 (78, 85) 7.0 8.0 598.97 201,469.22 101.5% 19.2%
29 (80, 86) 8.0 9.0 672.51 198,322.07 98.3% 19.4%
==================END OF REPORT===================
参数优化结果以及各个指标的可视化图表展示：
优化之后我们可以检验一下找到的最佳参数：
# 从优化结果中取出一组参数试验一下：
op.set_parameter(0,
pars= (43, 144) # 修改策略参数，改为短周期25天，长周期166天
)
# 重复一次测试，除策略参数意外，其他设置不变
res = qt.run(op,
mode=1,
asset_pool='000300.SH',
invest_start='20110101',
visual=True
)
得到结果：
====================================
| |
| BACKTEST REPORT |
| |
====================================
qteasy running mode: 1 - History back testing
time consumption for operate signal creation: 176.1 ms
time consumption for operation back testing: 3.5 ms
investment starts on 2011-01-04 15:00:00
ends on 2026-02-27 15:00:00
Total looped periods: 15.2 years.
-------------operation summary:------------
Only non-empty shares are displayed, call
"loop_result["oper_count"]" for complete operation summary
Sell Cnt Buy Cnt Total Long pct Short pct Empty pct
000300.SH 11 12 23 69.7% -0.0% 30.3%
Total operation fee: ¥ 690.06
total investment amount: ¥ 100,000.00
final value: ¥ 198,850.27
Total return: 98.85%
Avg Yearly return: 4.64%
Skewness: -0.97
Kurtosis: 15.94
Benchmark return: 47.68%
Benchmark Yearly return: 2.61%
------strategy loop_results indicators------
alpha: 0.596
Beta: 4.558
Sharp ratio: 0.197
Info ratio: 0.003
250 day volatility: 0.130
Max drawdown: 31.58%
peak / valley: 2015-06-08 / 2015-07-08
recovered on: 2017-11-21
==================END OF REPORT===================
优化后总回报率达到了98.85%，比优化前的参数好很多。
优化后的结果可视化图表如下：
