PTrade 量化编程写策略可参考以下保姆级攻略：

准备工作

• 软件与环境：确保已开通支持 PTrade 的证券账户，下载安装实盘版或模拟版。电脑安装 Python 3.7-3.9 版本，安装时勾选 “Add Python to PATH”。
• 登录与配置：打开 PTrade，用资金账号和交易密码登录。点击左侧菜单栏【量化】，选择【Python 策略】进入编辑页面。点击右上角【环境配置】，选择 “本地 Python 环境”，找到 Python 安装路径后确认，完成环境连接。

编写简单均线策略

• 策略逻辑：以双均线交叉策略为例，当短期均线（如 5 日均线）上穿长期均线（如 20 日均线）时买入，下穿时卖出。
• 代码实现：
• python

# 导入PTrade量化必备库
from ptrade import *
import pandas as pd
import numpy as np

# 1. 策略初始化（设置策略基本信息）
def init(context):
    # 定义要交易的标的（这里选择贵州茅台，代码600519，新手可替换成自己熟悉的股票/ETF）
    context.symbol = "600519.SH"
    # 定义短期均线和长期均线的周期（5日均线和20日均线）
    context.short_period = 5
    context.long_period = 20
    # 设置初始资金（模拟版可随意设置，实盘版为账户实际资金）
    context.capital = 100000

# 2. 行情触发函数（每根K线都会触发一次，捕捉均线交叉信号）
def on_bar(context, bars):
    # 获取标的的历史行情数据（获取最近30根K线，用于计算均线，避免数据不足）
    df = get_price(context.symbol, count=30, frequency="1d", fields=("close"))
    # 计算短期均线（5日均线）和长期均线（20日均线）
    df["ma_short"] = df["close"].rolling(window=context.short_period).mean()
    df["ma_long"] = df["close"].rolling(window=context.long_period).mean()
    # 去除均线计算中产生的空值（前19根K线无法计算20日均线，会显示空值）
    df = df.dropna()

    # 3. 捕捉买入信号（短期均线上穿长期均线，且当前无持仓）
    # 取最新两根K线的均线数据，判断是否上穿
    if len(df) >= 2:
        # 前一根K线：短期均线 < 长期均线
        last_ma_short = df["ma_short"].iloc[-2]
        last_ma_long = df["ma_long"].iloc[-2]
        # 当前K线：短期均线 > 长期均线
        current_ma_short = df["ma_short"].iloc[-1]
        current_ma_long = df["ma_long"].iloc[-1]
        # 买入信号触发
        if last_ma_short < last_ma_long and current_ma_short > current_ma_long:
            # 计算可买入的股数（满仓买入，保留手续费，实盘可调整仓位）
            cash = context.account.cash  # 获取账户可用资金
            price = bars(context.symbol)["close"]  # 获取当前标的收盘价
            quantity = cash // (price * 100) * 100  # A股最低买入100股，即1手，需是100的整数倍
            if quantity > 0:
                # 执行买入操作
                order_buy(context.symbol, quantity=quantity, price=price)
                print("买入信号触发，买入股数：", quantity)

    # 4. 捕捉卖出信号（短期均线下穿长期均线，且当前有持仓）
    elif last_ma_short > last_ma_long and current_ma_short < current_ma_long:
        # 获取当前持仓股数
        position = context.account.positions.get(context.symbol, 0)
        if position > 0:
            # 执行卖出操作（清空持仓）
            order_sell(context.symbol, quantity=position, price=price)

回测与优化

将上述代码复制到 PTrade 的 Python 策略编辑页面，点击回测相关按钮，设置好回测时间、初始资金等参数后，进行回测。根据回测报告中的收益率、最大回撤等指标评估策略表现，若效果不佳，可调整均线周期等参数或优化交易逻辑，直至达到满意效果。

如果不想编写代码，PTrade 还提供了向导式策略（零码量化）工具。无需编程，通过智能选股、买卖交易设置、风控设置、回测验证等步骤，即可生成策略，还能一键导出源码。

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!