创建一个文件find_best_param.py用于寻找最优参数。

import sys,os
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(BASE_DIR)

import Data.Stock as st
import Strategy.ma_strategy as ma

# 参数1：股票池
code = '000001.XSHE'
data = st.get_single_price(stock_code=code, timefrequency='daily', start_date='2016-01-01', end_date='2021-01-01')
# 参数2：周期参数
params=[5, 10, 20, 60, 120, 250]

# 匹配，并计算不同的周期参数对：5-10，5-20，...120-150
for short in params:
    for long in params:
        if long > short:
            print("当前周期参数对：", short, long)
            ma.ma_strategy(data=data, short_window=short, long_window=long)

运行

我们得到了一支股票，在所有的周期对的收益率。可以看到越到周期越长的时间，交易的次数越少。

这里我想直接看到最终的周期对对应的收益，而不是打印出这么多数据，应该怎么实现呢？

其实就是提取dataframe的cum_profit的最后一个数据。

直接来提取：

import sys,os
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(BASE_DIR)

import Data.Stock as st
import Strategy.ma_strategy as ma
import pandas as pd

# 参数1：股票池
code = '000001.XSHE'
data = st.get_single_price(stock_code=code, timefrequency='daily', start_date='2016-01-01', end_date='2021-01-01')
# 参数2：周期参数
params=[5, 10, 20, 60, 120, 250]

#存放参数与收益
res = []

# 匹配，并计算不同的周期参数对：5-10，5-20，...120-150
for short in params:
    for long in params:
        if long > short:
            print("当前周期参数对：", short, long)
            df = ma.ma_strategy(data=data, short_window=short, long_window=long)
            # 获取周期参数，及其对应的累计收益率
            cum_profit = df['cum_profit'].iloc[-1]
            #将参数放入结果列表
            res.append([short, long, cum_profit])

# 将结果李彪转换为df，并找到最优参数
res = pd.DataFrame(res,columns=['short_win', 'long_win', 'cum_profit'])
# 按收益倒叙排列
res = res.sort_values(by='cum_profit', ascending=False)
print(res)

运行

从这个最后的收益来看，10天对应20天的收益是最高的，这能不能说明双均线策略适合10天对20天呢？当然不可以，因为这只是针对这一支股票，个股是由极大的特殊性的。所以需要跑大量的A股，你发现百分之80的情况下，都是10天对20天收益最高，你才能说这个周期对对应的收益是最好的。

你发现这个打印出来的dataframe的索引是乱序的，这是因为排序了，你可以直接忽视掉。

转载请注明：xuhss » Python量化交易实战-28基于策略，寻找最优周期对