标签： wps的免费版下载地址怎么找

　　上次，我们简单地用Python 和 backtrader 使用最简单的买入卖出策略进行了一次量化投资分析：

　　这一次，让我们把策略变得复杂一点，使用MACD策略的信号线交叉交易法：

　　

　　本系列教程源代码Github仓库： https://github.com/Ckend/pythondict-quant

　　为了解释MACD的原理，我们需要先了解指数移动平均线(下称EMA), 指数移动平均线是移动平均线的一种，能够根据数据点的新旧程度分配不同的权重，其更重视近期价格，减轻对往期价格的权重 ，而普通的移动平均线在所有价格上权重都一致，这是二者最大的不同。

　　EMA线还有周期上的不同，长期投资者通常选择50、100、200周期来追踪数月、甚至是年的价格趋势。而12天和26天的时间周期短，则广受短期投资者欢迎。而大部分股票软件wps的的官网的下载的地方是什么的MACD线也是按照12天EMA和26天EMA进行计算的。

　　好了，接下来开始从上图讲起，上图可以看出两个基本wps官网最新下载入口在哪里规律：

　　蓝线上穿信号线（橙色）的时候看涨。

　　蓝线下穿信号线（橙色）的时候看跌。

　　蓝线是什么呢？是MACD线，它通过将一个价格短期EMA和价格长期EMA相减得到，在大部分股票软件中是EMA(12) – EMA(26).

　　信号线是什么呢？它其实是MACD线的EMA，周期一般为9.

　　总结公式如下：

　　MACD=价格EMA(12) – 价格EMA(26).信号线=MACD的EMA(9)

　　而图中那些一个个的方块，则是由MACD线 – 信号线得到的差值，正值在上，负值在下。

　　明白了这些，我们就能够开始构建回测脚本了：

　　买入：

　　当 MACD线在前一天的值 < 信号线前一天的值

　　且 当天MACD线的值 > 当天信号线的值 时

　　说明发生了金叉，此时看涨，第二天买入。

　　卖出：若已盈利10%，则卖出；若已亏损10%，则卖出。

　　这个策略在股票 603186 上，每次交易100股的情况下，年回报率为26.9%.

　　开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda

　　Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。

　　当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端运行命令安装依赖模块，多舒服的一件事啊：Pythonwps官网最新下载的网站是什么(wps下载电脑版怎么下载安装) 编程的最好搭档—VSCode 详细指南。

　　在终端输入以下命令安装我们所需要的依赖模块:

　　pip install backtrader

　　看到 Successfully installed xxx 则说明安装成功。

　　Backtrader基本使用请看我们前一篇文章：

　　backtrader教程—量化投资原来这么简单(1)

　　本文全部代码，请在Python实用宝典后台回复：量化投资2 进行下载。

　　如果你没看第一篇文章，可能不知道如何构建这个策略，一脸懵逼也正常，所以推荐先阅读 backtrader教程—量化投资原来这么简单(1) ，当然，如果你只希望跑起来，修改一些参数，可以 Python实用宝典后台回复：量化投资2 下载全部源代码。

　　从MACD的原理中我们知道，MACD由EMA线计算而来，因此我们需要构建一个短期EMA和一个长期EMA，常规的选择是周期分别为12和26的EMA线：wps的免费版下载地址怎么找

　　from backtrader.indicators import EMA

　　me1 = EMA(self.data, period=12)

　　me2 = EMA(self.data, period=26)

　　self.macd = me1 – me2

　　根据前面的分析我们知道，信号线是MACD线周期为9的EMA：

　　self.signal = EMA(self.macd, period=9)

　　这样我们就构建完这两条重要的线了，是不是特别简单？接下来和第一篇文章一样，在策略wps office 的官方下载的地方的next函数中，编写买入卖出逻辑：

　　# Python 实用宝典

　　def next(self):

　　self.log('Close, %.2f' % self.dataclose[0])

　　if self.order:

　　return

　　​

　　if not self.position:

　　# 如果没有持仓，若前一天MACD < Signal, 当天 Signal < MACD，则第二天买入

　　condition1 = self.macd[-1] – self.signal[-1]

　　condition2 = self.macd[0] – self.signal[0]

　　if condition1 < 0 and condition2 > 0:

　　self.log('BUY CREATE, %.2f' % self.dataclose[0])

　　self.order = self.buy()

　　​

　　else:

　　# 若已盈利10%，则卖出；若已亏损10%，则卖出。

　　condition = (self.dataclose[0] – self.bar_executed_close) / self.dataclose[0]

　　if condition > 0.1 or condition < -0.1:
WPS office的官网最新的下载的地方

　　self.log('SELL CREATE, %.2f' % self.dataclose[0])

　　self.order = self.sell()

　　买入逻辑就是我们在原理中提到的，若前一天MACD < Signal, 当天 Signal < MACD，则第二天买入。

　　卖出逻辑则简单许多， 若已盈利10%，则卖出；若已亏损10%，则卖出。

　　设置佣金为千分之五，每次交易为100股，初始资金为10000元：

　　cerebro.broker.setcash(10000)

　　cerebro.addsizer(bt.sizers.FixedSize, stake=100)

　　cerebro.broker.setcommission(commission=0.005)

　　在命令行中运行脚本：

　　python macd.py

　　得到回测结果如下：

　　

　　其实结果好得出乎意料，因为这是一个不算复杂的策略，在代码最后加上一句

　　cerebro.plot()

　　能看到整个策略的回测情况如图：

　　

　　用红色的框标记策略交易成功上涨部分，绿色的框标记下跌部分。

　　

　　可以看到，8次操作中盈利了7次。为什么能有这么好的结果呢？首先， 603186 是一个业绩不错的股票，其本身基本面不差，回测的前期也处于上涨状态，因此其回测效果极佳也就在意料之中wps官网最新的下载的网站在哪里。