开通了长城证券的 GWT，打开策略模块却懵了：策略到底怎么写？参数填什么？代码怎么敲？回测结果怎么看、怎么判断好坏？网上教程要么太浅、要么直接甩一段代码看不懂。

今天就把从"选策略→写代码→跑回测→看结果→优化→上实盘"的每一步都拆开写细，代码逐行解释，参数给具体范围，结果给好坏标准，你照着这篇就能动手做出第一个策略。先说明：GWT 内核与 QMT 完全一致，均由迅投公司开发，功能、接口相通，网上 QMT 的策略代码在 GWT 上基本能直接借鉴（具体接口以 GWT 官方文档为准）。

一、动手前先搞懂：策略和回测是什么

· 策略：把交易逻辑写成代码。比如"5日均线上穿20日均线买入、下穿卖出"，写成代码就是策略。
· 回测：用历史数据（比如过去1年的行情）跑一遍策略，看它过去赚不赚钱、风险多大。
· 一句话：策略是"怎么交易"，回测是"这套方法过去行不行"。

新手第一个策略建议选"双均线策略"：逻辑最简单（金叉买、死叉卖）、参数最少（只有两个均线周期）、容易跑通完整流程。下面全程以双均线策略为例。

二、第一步：用 GWT 内置模板跑通第一个回测（不会编程也能做）

先别写代码，用内置模板跑通流程，理解"填参数→跑回测→看结果"的链路。

操作步骤（每步写细）

1. 打开 GWT → 登录资金账号；
2. 找到策略模块：在主界面找"策略"/"策略管理"/"量化"入口（不同版本叫法略有不同）；
3. 找内置模板：在策略模块里找"策略模板"/"示例策略"/"系统策略"；
4. 选"双均线策略"模板；
5. 填参数（这些参数决定策略怎么跑，很重要）：

| 参数 | 填什么 | 说明 |
| 交易品种 | 如 510300（沪深300ETF） | 新手先用ETF，波动小、好理解 |
| 短期均线周期 | 5 | 近5日均价 |
| 长期均线周期 | 20 | 近20日均价 |
| 回测开始时间 | 如 2025-01-01 | 建议至少回测1年 |
| 回测结束时间 | 如 2025-12-31 | 覆盖不同行情更靠谱 |
| 初始资金 | 100000 | 10万起步 |
| 手续费 | 万分之3（0.0003） | 按实际佣金填，影响成本 |

6. 点"回测"/"运行回测" → GWT 用历史数据跑一遍；
7. 看结果：会弹出收益率、最大回撤、交易次数等（下文第五步详解怎么判断好坏）。

避坑：
· 品种别选太冷门的股票，成交不活跃的回测结果会失真，新手用宽基ETF（510300、510500等）更稳；
· 回测时间至少1年，太短不具统计意义，最好覆盖上涨和下跌两种行情；
· 手续费一定要填，不填会高估收益（默认可能为0，显得策略很赚钱，实盘全被手续费吃掉）。
这一步的目标：跑通流程，看到回测结果，不用管策略好不好。

三、第二步：自己写双均线策略（会基础 Python，代码逐行解释）

跑通模板后，就可以自己写策略了。下面是一份接近可用的双均线策略代码（接口名以 GWT 官方文档为准，这里用通用 QMT 风格示意），逐行解释：

# ===== 初始化：策略开始时执行一次，设置参数 =====
def init(context):
   context.stock = '510300'      # 交易品种：沪深300ETF
   context.short = 5             # 短期均线周期：5日
   context.long = 20             # 长期均线周期：20日
   context.cash_per_trade = 50000  # 每次买入用多少资金（约半仓）

# ===== 每个交易日收盘时执行一次 =====
def handle_bar(context):
   # 1. 取近N日的收盘价，算均线
   hist = get_history(context.stock, count=context.long + 1)
   closes = [bar['close'] for bar in hist]  # 取出收盘价
   short_ma = sum(closes[-context.short:]) / context.short  # 5日均价
   long_ma = sum(closes[-context.long:]) / context.long      # 20日均价

   # 2. 取上一根K线的均线值，用来判断"是否刚刚金叉/死叉"
   prev_short = sum(closes[-context.short-1:-1]) / context.short
   prev_long = sum(closes[-context.long-1:-1]) / context.long

   # 3. 查当前持仓
   position = get_position(context.stock)

   # 4. 金叉买入：昨天短均线还在长均线下方，今天穿上去 = 金叉
   if prev_short <= prev_long and short_ma > long_ma and position == 0:
       buy_amount = context.cash_per_trade / closes[-1]  # 能买多少股
       order_target_percent(context.stock, 0.5)  # 买入到约50%仓位

   # 5. 死叉卖出：昨天短均线还在长均线上方，今天穿下去 = 死叉
   elif prev_short >= prev_long and short_ma < long_ma and position > 0:
       order_target_percent(context.stock, 0)  # 清仓卖出

逐行解释：
· init：策略启动时跑一次，用来设置参数（品种、均线周期、每次买多少）。context 是存放参数的容器。
· handle_bar：每个交易日跑一次，是策略的核心。
· get_history：取历史K线数据，count 是取多少根。取 long+1 根是为了算今天的均线和昨天的均线。
· closes[-context.short:]：Python 切片，取最后5个收盘价（最近5日）。
· prev_short / prev_long：昨天的均线值，和今天的对比，才能判断"刚刚发生金叉"，而不是"已经金叉好几天"。
· get_position：查当前持有多少股。
· order_target_percent：把仓位调到目标比例，0.5 = 半仓，0 = 清仓。这个接口比"买多少股"更方便。

关键逻辑（新手必须理解）
金叉 = 昨天短均线≤长均线，今天短均线>长均线（刚刚穿上去），这才是"买入信号"。如果只看"短均线>长均线"，可能金叉好几天了才买，错过启动点。死叉同理反过来。

避坑：
· 接口名以 GWT 官方文档为准，上面是 QMT 通用风格示意，实际函数名可能略有差异，照着 GWT 自带模板的接口名改；
· 先复制 GWT 自带的示例策略，在它基础上改，比从零写更不容易报错；
· 报错了先看报错信息，常见的是"取不到数据"（品种代码不对）、"数组越界"（取的历史数据不够）；
· 不会 Python 的朋友：把上面代码复制进去，改改品种代码和均线周期，能跑就行，慢慢再学语法。

四、第三步：跑回测（怎么设置回测参数）
代码写好，回测参数设置也很关键：

1. 回测区间：至少1年，最好覆盖上涨、下跌、震荡三种行情（如2023-2025）；
2. 初始资金：10万起步，太少买不了多少；
3. 手续费：填实际佣金（如万分之3），不填会严重高估收益；
4. 滑点：建议设千分之1（0.001），模拟实盘成交价和回测价的偏差；
5. 运行频率：双均线策略用日级别（每天收盘跑一次）就够了，别用分钟级，太慢且没意义。

设置好点"回测"，等它跑完出结果。

避坑：

· 回测跑很慢？检查是不是用了分钟级频率或太多品种；
· 报"数据不足"？把回测开始时间往后调，或确认品种代码对不对。

五、第四步：看懂回测结果（每个指标怎么判断好坏）

回测跑完会出一堆指标，新手重点看这几个，每个都有好坏标准：

| 指标 | 是什么 | 多少算好 | 多少算差 |
| 总收益率 | 回测区间总盈亏 | 正收益，且跑赢同期沪深300 | 负收益，或远低于沪深300 |
| 年化收益率 | 换算成一年的收益率 | 10%以上算不错（新手） | 低于银行理财就没意义 |
| 最大回撤 | 从最高点到最低点最大跌幅 | -15%以内算稳 | 超过-30%风险太大 |
| 胜率 | 盈利交易占比 | 50%以上算可以 | 低于40%要小心（靠大盈小亏） |
| 交易次数 | 回测期间交易几次 | 20-100次有统计意义 | 太少(<10)或太多(>200)都不好 |
| 夏普比率 | 每承担1单位风险得多少收益 | 大于1算好 | 小于0.5风险收益不对等 |

判断策略好坏的核心标准

新手重点看"总收益率 + 最大回撤"两个：
· 收益率为正 + 最大回撤在自己能承受范围（如-15%以内）= 策略基本可用；
· 收益率很高但回撤也很大（如收益50%但回撤-40%）= 风险太大，别上实盘；
· 收益率为负 = 策略逻辑有问题，回去改。

避坑：

· 收益率高得离谱（如年化200%）要警惕，很可能是过度拟合或用了未来数据，实盘必亏；
· 胜率高不等于赚钱，胜率90%但每次赚1%亏20%照样亏，要看总收益；
· 交易次数太少（如1年只交易3次）结果不可靠，碰巧成分大。

六、第五步：优化策略（具体怎么改）

回测结果不理想，按这几个方向优化，每个都给具体操作：

1. 调均线周期

试不同组合，看哪个表现好。常见组合：
· 5日/20日（经典）
· 10日/30日（更稳健，信号少）
· 5日/10日（更灵敏，信号多）

改法：把代码里 context.short 和 context.long 改成新数字，重新回测对比。

2. 加止盈止损

控制单笔风险。在代码里加：

# 在 handle_bar 里，卖出条件后加：
# 止盈：盈利8%卖出
if position > 0 and 当前价格 >= 买入价 * 1.08:
   order_target_percent(context.stock, 0)
# 止损：亏损5%卖出
if position > 0 and 当前价格 <= 买入价 * 0.95:
   order_target_percent(context.stock, 0)

3. 加过滤条件（减少假信号）

比如"只在放量时金叉才买"——加个成交量条件：

# 取成交量，今天量大于5日均量才算"放量"
volume = closes今天的成交量
avg_volume = 近5日平均成交量
if 金叉 and volume > avg_volume:
   买入

4. 多周期多品种验证

· 换不同时间段（如2020-2022、2023-2025）回测，看策略是否稳定；
· 换不同品种（510500、159915等）测试，看是否只在某只ETF上有效。

警惕过度拟合
过度拟合 = 参数调到完美适配历史，实盘必亏。判断方法：如果参数稍微改一下（5日改成6日）策略就表现很差，说明过度拟合了。策略逻辑要能解释"为什么这么交易"，而不是单纯堆参数碰运气。

七、第六步：模拟盘验证再到实盘

回测好了，千万别直接上实盘，按这三步：

1. 模拟盘验证

· GWT 切换到模拟盘环境（用虚拟资金）；
· 让策略按真实行情跑 1—2周；
· 看实际成交价、滑点和回测是否一致；
· 确认没有异常（如频繁撤单、成交不了）。

2. 小仓位实盘

· 模拟跑顺了，切到实盘账户；
· 用小仓位（如总资金的10%-20%）先跑；
· 实盘第一件事：在风控模块设 单笔最大仓位、止损线（如亏损5%）、最大亏损。

3. 持续监控

· 实盘后定期看表现（每天/每周看一次）；
· 市场环境变了（如从震荡转单边下跌）及时调整或暂停策略；
· 策略连续亏损超过预期，先暂停找原因。

避坑：

· 回测≠实盘：实盘有滑点、延迟、流动性影响，回测赚钱实盘亏钱很常见；
· 别一上来满仓：先用小钱验证实盘表现，稳定了再加仓；
· 风控永远第一位：宁可少赚，也别让单次亏损失控。

八、策略实战注意事项

1. 从双均线起步：新手别碰复杂策略，先跑通双均线，理解完整流程再进阶。
2. 逻辑比代码重要：理解"为什么金叉买、死叉卖"，比记住代码更有价值。
3. 警惕过度拟合：参数别调得太死，能解释逻辑才行。
4. 回测≠实盘：滑点、延迟、流动性都会让实盘和回测有差距。
5. 量化不是稳赚不赔：策略会失效，市场风险永远在，不存在"保本高收益"的策略。
6. 有问题问客户经理：代码报错、接口不会用、回测异常，随时联系客户经理。


写策略、做回测，按这篇一步步来：用模板跑通流程 → 复制代码改参数 → 跑回测 → 看"收益率+最大回撤"判断好坏 → 调参数/加止盈止损优化 → 模拟1—2周 → 小仓位实盘，新手也能做出自己的第一个策略。GWT 内核同 QMT、由迅投开发，网上 QMT 策略代码和教程都能直接借鉴，资源很充足。

如果你对量化策略感兴趣，又一直被门槛挡在门外，不妨通过叩富问财平台对接长城证券官方认证客户经理（叩富问财可对接持牌客户经理），开通 GWT，开始你的策略实战之旅。

温馨提示：投资有风险，选择需谨慎。量化交易涉及策略风险、技术风险及市场风险，请根据自身情况谨慎决策。本文不构成投资建议，策略代码为示意（接口名以 GWT 官方文档为准），实际使用请结合 GWT 官方文档和自带模板调整。