目录

  • 1 量化策略虚拟仿真实验环境配置
    • 1.1 安装Anaconda
    • 1.2 安装Pytharm
    • 1.3 安装相关组件
    • 1.4 配置高频数据模块
  • 2 量化策略虚拟仿真实验平台配置
    • 2.1 加载hdquant量化策略虚拟仿真实验平台
    • 2.2 配置python解释器
    • 2.3 安装hdquant量化策略虚拟仿真实验平台
    • 2.4 下载rqalpha股价数据库
    • 2.5 测试
  • 3 实验任务
    • 3.1 实验任务1:量化策略入门_移动平均策略
    • 3.2 实验任务2:最经典的量化策略_多因子量化投资策略
    • 3.3 实验任务3:高频策略进阶_分钟级高频数据交易策略
实验任务1:量化策略入门_移动平均策略

实验任务1:量化策略入门_移动平均策略

步骤1:均线策略基础知识

知识点详见:资料-课程资料-教学资料-量化策略入门_移动平均策略

步骤2:单均线策略回测

(1)在pycharmhduqant项目中,依次点击hduquantrqalpharqalphahdu_quant_class和实验任务1MA策略,双击sma.py



2sma.py中,可在def init(context)函数中设定要交易的股票和MA的周期参数,代码如下所示:


(3)  handle_bar函数中编辑移动平均策略的交易逻辑



(4) config中设定移动平均策略的回测区间、交易频率,交易金额和benchmark,并运用run_func运行策略。



(5)右键选择Run’sma’,可得到最终的回测结果



步骤3:参数的调整-MA的计算周期

可通过在init中将,context.SMA分别改为351015,并运行比较alpha

步骤4:策略参数的调整-MA与EMA

(1)双击EMA.py

(2)可通过调用talibtalib.EMA计算股票ema,并在handle_bar函数中更改策略逻辑,用ema替代ma,详细代码可参见EMA.py,运行可得回测结果