https://zhuanlan.zhihu.com/p/23367387
使用聚宽来开始策略。
说起量化交易入门，很多时候得到的答案都是长长的书单，让人望而却步。
这里，就为新手准备了这篇文章--十行代码带你量化交易入门
数据获取，策略回测，行情链接，交易信号，直接体验整个量化交易的核心流程，立刻学会并跟着做起来！
这里，就为新手准备了这篇文章--十行代码带你量化交易入门
学习内容：
- 学会写一个简单的量化交易策略
- 理解策略的基本框架
- 学会建立连接实盘的模拟交易，并使其自动发送交易的信号到微信
首先，进入JoinQuant，点击导航栏我的策略，新建策略，进入策略编辑画面，如图。
左侧是编写策略代码，右侧是策略运行结果。我们就在左侧写策略代码。
下面教你用10行代码写个量化交易策略——单股票均线策略
1 确定策略内容与框架
若昨日收盘价高出过去20日平均价今天开盘买入股票
若昨日收盘价低于过去20日平均价今天开盘卖出股票
只操作一只股票，很简单对吧，但怎么用代码说给计算机听呢？
想想人是怎么操作的，应该包括这样两个部分
- 既然是单股票策略，事先决定好交易哪一个股票。
- 每天看看昨日收盘价是否高出过去20日平均价，是的话开盘就买入，不是开盘就卖出。每天都这么做，循环下去。
对应代码也是这两个部分
def initialize(context):
用来写最开始要做什么的地方
def handle_data(context,data):
用来写每天循环要做什么的地方
答疑与延伸：
- def后面的空格和最后的冒号不能少！
- 符号都要用英文输入法！
- 为什么这么写？就这么规定的，先别管了。
- handle_data 按天循环时，如此处，其中的操作都是在9:30执行。
- 毫无编程基础？，丝毫不懂变量，函数，if else的，还是先到量化课堂的编程部分学习下python语言吧。
几乎所有策略都基于这个基本的策略框架：先初始化，然后循环操作
1 初始化，即最开始要做的事情，如选定股票，设置变量、参数等等
2 周期循环：即每个周期要做的事情，如计算指标，买入卖出等，周期可能是分钟，天等，本文策略的周期是一天。当你要做一些盘中短线操作的时候，周期就要调成分钟，先别着急会遇到的。
2 初始化
我们要写设置要交易的股票的代码，比如 兔宝宝（002043）
def initialize(context):
g.security = '002043.XSHE'# 存入兔宝宝的股票代码
答疑与延伸：
- “g.”是什么？全局变量前都要写”g.”，全局变量就是全局都能用的变量，一般变量只能在该函数下使用。如security不加”g.”,只能在第一部分即initialize里用，不能在第二部分handle_data里用。不懂什么是变量的，到量化课堂的python编程里学习下基础内容，或者问问度娘。
- “XSHE”是什么？ 股票代码使用时要加后缀，深交所股票代码后缀为 “.XSHE “，上交所股票代码后缀为 “.XSHG”。
- 代码中“#”是什么？”#“后的内容都是注释，是为代码做说明的，不会被计算机当做代码处理。
3 获取收盘价与均价
首先，获取昨日股票的收盘价
# 用法：变量 = data[股票代码].close
last_price = data[g.security].close# 取得最近日收盘价，命名为last_price
然后，获取近二十日股票收盘价的平均价
# 用法：变量 = data[股票代码].mavg(天数，‘close’)
# 获取近二十日股票收盘价的平均价，命名为average_price
average_price = data[g.security].mavg(20, 'close')
答疑与延伸：
4 判断是否买卖
数据都获取完，该做买卖判断了
# 如果昨日收盘价高出二十日平均价, 则买入，否则卖出
if last_price > average_price:
买入
elif last_price < average_price:
卖出
问题来了，现在该写买卖下单了，但是拿多少钱去买我们还没有告诉计算机，所以每天还要获取账户里现金量。
# 用法：变量 = context.portfolio.cash
cash = context.portfolio.cash# 取得当前的现金量，命名为cash
答疑与延伸：
这句看着有点复杂，先记住吧。然后我们看看买入卖出怎么写。
5 买入卖出
# 用法：order_value(要买入股票股票的股票代码，要多少钱去买）
order_value(g.security, cash)# 用当前所有资金买入股票
# 用法：order_target(要买卖股票的股票代码，目标持仓金额）
order_target(g.security, 0)# 将股票仓位调整到0，即全卖出
答疑与延伸：
6 策略代码写完，进行回测
把买入卖出的代码写好，策略就写完了，如下
def initialize(context):#初始化
g.security = '002043.XSHE'# 股票名:兔宝宝
def handle_data(context, data):#每日循环
last_price = data[g.security].close# 取得最近日收盘价
# 取得过去二十天的平均价格
average_price = data[g.security].mavg(20, 'close')
cash = context.portfolio.cash# 取得当前的现金
# 如果昨日收盘价高出二十日平均价, 则买入，否则卖出。
if last_price > average_price:
order_value(g.security, cash)# 用当前所有资金买入股票
elif last_price < average_price:
order_target(g.security, 0)# 将股票仓位调整到0，即全卖出
现在，在策略回测界面右上部，设置回测时间从20140101到20160601，设置初始资金100000，设置回测频率，然后点击运行回测。
答疑与延伸：
- 什么是回测？回测是量化交易策略研究中的关键，是指给定一段时间的历史数据（如此处是20140101到20160601的每日数据），计算机按照所编写的策略进行模拟仿真交易，以测试策略效果好坏。
如果你代码没有问题，就会顺利的进行回测，回测结果如下图： 
至此，你就完成了一个简单策略的回测了。
答疑与延伸：
- 如何根据回测结果评价策略好坏？很初级地讲，有三：
- 盈利能力：策略收益与年化收益高，则说明盈利能力强。盈利能力不行说啥都没用。
- 盈利稳定性：最大回撤要低。最大回撤是指最大亏损幅度，50%则意味着历史上看最大亏损率为50%。
- 回测可靠性：交易次数要多。交易次数越多意味着经历了越多次的检验，回测的结果也越可靠。
更多说明见：风险指标说明- 这个策略回撤大，交易次数少，只交易一只股票，并不靠谱。但是结构简单适合新手入门理解整个流程。
7 建立模拟交易，使策略和行情实时连接自动运行
策略写好，回测完成，点击回测结果界面（如上图）右上部红色模拟交易按钮，新建模拟交易如下图。
写好交易名称，设置初始资金，数据频率，此处是每天，设置好后点提交。
答疑与延伸：
- 模拟交易创建成功后，需要等待A股至少开盘一次，才能查看模拟交易结果。
8 开启微信通知，接收交易信号
点击聚宽导航栏我的交易，可以看到创建的模拟交易，如下图。
点击右边的微信通知开关，将OFF调到ON，按照指示扫描二维码，绑定微信，就能微信接收交易信号了。
当策略买卖操作，微信会收到信号提醒类似下图。
答疑与延伸：
- 能不能自动下单？目前不能，国家管制。你可根据信号手动下单买卖，施行策略。
自测与自学
- 能否理解整个策略框架。
- 能否成功编写单股票均线策略，成功回测，建立模拟，开启微信通知。
- 能否理解年化收益，最大回撤。
- 浏览JoinQuant 导航栏-帮助-常见问题
之后的文章，将在本文的基础上，进行深入和扩展，比如多股票，指标获取，大盘择时等，旨在帮助对量化交易有兴趣的人快速入门，能够自主实现自己心中的想法与策略。
本篇文章和后续将收录到 量化交易&宽客 - 知乎专栏 ， 敬请关注：）
更多进阶内容可以到 量化课堂 - JoinQuant 学习，特点是讲解细致，代码规范，可以在聚宽实践演练。
都看到这里了，不点个赞嘛：）
推荐阅读：
聚宽新手指南 - JoinQuant，干货，答疑，指路，一应俱全。