在量化交易中，双均线策略（MA Strategy） 是最经典、最基础的 趋势跟踪策略 之一。其核心思想是通过 短期均线（如 5 日均线）与长期均线（如 10 日或 20 日均线）的交叉 来判断市场趋势。

一、策略原理

✅ 金叉（Golden Cross）

• 短期均线上穿长期均线，表示股价由弱转强；
• 买入信号，触发建仓操作。

✅ 死叉（Death Cross）

• 短期均线下穿长期均线，表示股价由强转弱；
• 卖出信号，触发平仓操作。

二、PTrade 实现思路

在 PTrade 中，我们可以使用以下步骤来实现双均线策略：

1. 初始化函数 initialize(context)：设置参数、加载数据、定义标的。
2. 盘前函数 before_trading_start(context, data)：用于选股、预加载数据。
3. 盘中函数 handle_data(context, data)：执行交易逻辑，判断金叉/死叉并下单。

三、完整代码实现（基于 PTrade Python API）

from ptrade import *

# 策略参数配置
g = get_g()

# 设置交易标的
g.security = '600519.SS'  # 示例股票代码：贵州茅台

# 设置均线周期
g.short_window = 5   # 短期均线周期
g.long_window = 20   # 长期均线周期

def initialize(context):
    """
    策略初始化函数
    """
    # 设置初始资金
    context.set_initial_cash(100000)
    
    # 设置基准指数
    context.set_benchmark('000001.SH')
    
    # 设置佣金和滑点
    context.set_commission(commission=0.0001)  # 万1
    context.set_slippage(slippage=0.002)       # 滑点 0.2%

    # 设置交易标的
    g.security = '600519.SS'

def before_trading_start(context, data):
    """
    盘前运行，用于获取历史数据
    """
    # 获取过去 20 天的历史收盘价
    history_data = get_history(g.security, 
                               start_date=context.start_date, 
                               end_date=context.end_date, 
                               frequency='1d', 
                               fields=['close'])
    g.close_data = history_data['close'].values

def handle_data(context, data):
    """
    盘中运行，执行交易逻辑
    """
    security = g.security
    current_price = data[security].close
    
    # 动态更新历史数据
    g.close_data = np.append(g.close_data, [current_price])
    
    # 计算短期和长期均线
    ma_short = np.mean(g.close_data[-g.short_window:])
    ma_long = np.mean(g.close_data[-g.long_window:])
    
    # 判断金叉/死叉
    if ma_short > ma_long and not context.portfolio.positions[security].amount:
        # 金叉，且没有持仓，买入
        log.info(f"金叉信号，买入 {security}")
        order_value(security, context.portfolio.cash)
        
    elif ma_short < ma_long and context.portfolio.positions[security].amount:
        # 死叉，且有持仓，卖出
        log.info(f"死叉信号，卖出 {security}")
        order_target_value(security, 0)

四、策略说明与注意事项

五、策略优化建议

✅ 1. 加入复权处理

• 使用 get_price() 接口时，设置 adjust='pre' 或 adjust='post'，保证价格一致性。

price_data = get_price(g.security, 
                       start_date=context.start_date, 
                       end_date=context.end_date, 
                       frequency='1d', 
                       adjust='pre')

✅ 2. 添加止损止盈逻辑

if context.portfolio.positions[security].amount > 0:
    current_return = (current_price - context.portfolio.positions[security].cost_basis) / context.portfolio.positions[security].cost_basis
    if current_return < -0.05:  # 亏损超过 5%
        order_target_value(security, 0)

✅ 3. 加入涨跌停判断

snapshot = get_snapshot(security)
limit_up = snapshot['limit_up']
limit_down = snapshot['limit_down']

if current_price >= limit_up or current_price <= limit_down:
    log.info("今日涨停或跌停，不操作")
    return

六、总结：双均线策略在 PTrade 中的实现

一句话总结

双均线策略是量化交易中最经典的趋势跟随策略之一，通过 PTrade 的 Python API 实现后，可以轻松构建自动化交易系统。掌握这一策略，是你迈向专业量化交易的第一步！

如果你需要我帮你部署该策略到 PTrade 平台，或者进行回测分析，欢迎随时联系我！我可以为你提供一对一指导和免费试用服务。股票开户找我！无门槛国债逆回购一折 (百万分之一）！ETF佣金万0.5！融资利率5%以下！优惠多多！免费量化！ptrade&QMT!