很多有编程基础的朋友都想自己写量化策略，但不知道从哪里下手。

其实 QMT 和 PTrade 都提供了非常友好的 Python 开发环境，只要你有基本的 Python 基础，就能很快写出自己的第一个量化策略。

今天我就带大家写一个最简单的双均线策略，让你快速入门 Python 量化交易。

一、准备工作

1. 开通 QMT 或 PTrade 量化权限
2. 下载并安装客户端
3. 了解基本的 Python 语法和 Pandas 库的使用

二、双均线策略代码实现

以下是一个最简单的双均线策略代码，可以直接在 QMT 和 PTrade 中运行：

python

运行

# 导入必要的库
import pandas as pd
import numpy as np

# 初始化函数，策略启动时运行一次
def init(context):
    # 设置交易标的
    context.symbol = "shturl.cc"
    # 设置短期均线周期
    context.short_period = 5
    # 设置长期均线周期
    context.long_period = 20
    # 设置仓位比例
    context.position_ratio = 0.8

# 每日开盘前运行
def before_trading(context):
    pass

# 盘中运行，每分钟调用一次
def handle_bar(context, bar_dict):
    # 获取历史行情数据
    df = get_history(context.long_period + 1, "1d", "close", [context.symbol])
    df = df[context.symbol]
    
    # 计算均线
    df["ma_short"] = df["close"].rolling(context.short_period).mean()
    df["ma_long"] = df["close"].rolling(context.long_period).mean()
    
    # 获取最新的均线值
    ma_short = df["ma_short"].iloc[-1]
    ma_long = df["ma_long"].iloc[-1]
    ma_short_prev = df["ma_short"].iloc[-2]
    ma_long_prev = df["ma_long"].iloc[-2]
    
    # 获取当前持仓
    position = get_position(context.symbol)
    
    # 金叉买入
    if ma_short_prev < ma_long_prev and ma_short > ma_long and position.quantity == 0:
        order_target_percent(context.symbol, context.position_ratio)
        print("买入信号触发，买入", context.symbol)
    
    # 死叉卖出
    elif ma_short_prev > ma_long_prev and ma_short < ma_long and position.quantity > 0:
        order_target_percent(context.symbol, 0)
        print("卖出信号触发，卖出", context.symbol)

# 每日收盘后运行
def after_trading(context):
    pass

三、代码运行步骤

1. 打开 QMT 或 PTrade 客户端，进入 "策略编辑" 页面
2. 新建一个 Python 策略，将上面的代码复制进去
3. 点击 "保存"，然后点击 "回测"
4. 设置回测时间和初始资金，点击 "开始回测"
5. 查看回测报告，分析策略表现

四、后续学习方向

1. 学习更多的技术指标，比如 MACD、KDJ、RSI 等
2. 学习多因子选股策略
3. 学习事件驱动策略
4. 学习策略优化和风险管理
5. 如果你想获得更多 Python 量化策略的代码，或者想学习更高级的量化开发技巧，欢迎点我头像私信我。我会免费分享给你，并提供一对一的代码指导。

风险提示：以上代码仅为教学示例，不构成任何投资建议。量化交易存在市场风险、策略失效风险等。

免责声明：本栏目刊载的信息力求准确可靠，但对信息的准确性或完整性不作任何保证，亦不对因使用该等信息而引发的损失承担责任。