返回博客列表

我用Python写了个自动交易程序,三个月跑下来居然真的能赚钱

我的血泪教训:手动交易真的累

说实话,我以前是个纯手工交易者。每天上班偷偷看手机,中午复盘,晚上复盘,周末还要研究财报。一年下来,腰也疼了,眼睛也花了,结果呢?2022年亏损了23%。

转折点出现在去年9月。那天我重仓的一只芯片股,因为我开会没及时看盘,直接从涨5%砸到跌停。第二天我就开始琢磨:能不能写个程序,让它帮我自动交易?

于是我开始研究Python量化交易,从最基础的双均线策略开始,慢慢摸索出了自己的一套方法。这三个月用下来,虽然不能说天天赚钱,但至少不用再时时刻刻盯着盘了,心态也好了很多。

实战案例一:双均线策略选到海康威视

第一个实盘跑的策略是经典的双均线策略。原理很简单:短期均线上穿长期均线就买,下穿就卖。我用Python的backtrader框架回测了3年的数据,效果还不错。

import pandas as pd
import numpy as np

# 简单的双均线策略核心代码(示意)
def ma_cross_strategy(df, short_ma=5, long_ma=20):
    df['ma_short'] = df['close'].rolling(short_ma).mean()
    df['ma_long'] = df['close'].rolling(long_ma).mean()
    
    # 金叉买入信号
    df['buy_signal'] = (df['ma_short'] > df['ma_long']) & \
                       (df['ma_short'].shift(1) <= df['ma_long'].shift(1))
    
    # 死叉卖出信号
    df['sell_signal'] = (df['ma_short'] < df['ma_long']) & \
                        (df['ma_short'].shift(1) >= df['ma_long'].shift(1))
    return df
我用这个策略回测了海康威视(002415)2023年1月到6月的数据,年化收益率大概18%,最大回撤9.3%。不算惊艳,但比我自己瞎炒强多了。

实战案例二:RSI超卖策略逮到底部反转

第二个策略是RSI超卖反转策略,专门用来抓股价超跌后的反弹机会。思路是:当RSI低于30的时候,股价可能被过度抛售了,这时买入等反弹。

def rsi_reversal_strategy(df, period=14, oversold=30, overbought=70):
    delta = df['close'].diff()
    gain = delta.where(delta > 0, 0).rolling(period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(period).mean()
    rs = gain / loss
    df['rsi'] = 100 - (100 / (1 + rs))
    
    # RSI超卖买入
    df['buy'] = df['rsi'] < oversold
    # RSI超买卖出
    df['sell'] = df['rsi'] > overbought
    return df
这个策略我在比亚迪(002594)上试过。年初比亚迪跌到160多的时候,RSI连续几天低于30,按照策略信号买入,持有两周后涨到190,收益率接近19%。当然,也有失手的时候,比如某只新能源股票RSI超卖后继续跌了一个月,所以仓位管理和止损真的特别重要。

实战案例三:多因子策略综合选股

单个策略总归有局限性,后来我开始尝试多因子模型。简单说就是同时考察好几个指标,只有同时满足条件才下单。我自己用的因子包括:
  • 技术面:MACD金叉、成交量放大2倍以上
  • 基本面:PE在行业均值以下、净利润同比增长>15%
  • 资金面:北向资金连续净流入3天以上
这个策略我是在AI股票分析上先筛选符合条件的股票,然后再用Python做进一步的回测验证。平安银行(000001)就是用这个策略筛出来的,从3月持有到5月,收益大概12%左右。

新手最容易踩的坑

回测赚钱,实盘亏钱——这大概是所有量化新手的噩梦。我的经验是: 1. 过度拟合是最大的坑
一开始我总想优化参数让回测曲线完美看,结果实盘一跑就傻眼。后来我学乖了,用样本外数据做验证,参数不要调得太精细。 2. 滑点和手续费要算进去
回测的时候我是按0.03%算手续费,结果实盘加上滑点,实际成本高了近一倍。所以现在我回测时直接用0.08%作为成本基准。 3. 流动性问题
小盘股回测数据好看,但实盘你可能根本买不到足够的量。我现在主要做日均成交额5亿以上的股票,策略执行起来顺畅多了。 4. 没有风控等于裸奔
这个我吃过亏。有一次策略连续亏损,我想着扛一扛就回来了,结果越亏越多。现在我的底线是单只股票最大亏损15%,账户单日回撤超过5%就自动停止交易。

我的建议:不一定非要自己写代码

说了这么多,可能有些朋友觉得太复杂了。确实,从零开始学Python、做回测、接券商接口,没个半年搞不下来。我后来就偷了个懒,用了自动化交易的服务——他们有现成的策略模板,直接调用就行,还能自动对接券商下单。

我自己现在是这样搭配的:复杂的策略研究用Python做,回测和模拟盘验证没问题了,再放到他们的系统上跑实盘。省心不少,也能专注在策略本身。一个月9.9块钱的价格方案说实话不贵,比我之前亏的零头都少。

写在最后

程序化交易不是万能的,更不是躺赚的代名词。它只是让你从时时刻刻盯盘的焦虑中解放出来,把更多精力放在策略研究和优化上。市场永远充满不确定性,任何策略都有失效的时候。 我的建议是:如果你有时间有兴趣,可以自己学学Python;如果想快速上手,少走弯路,直接用现成的平台也挺好。关键是找到适合自己的方式。

感兴趣的朋友可以用AI分析先看看自己关注的股票适不适合程序化交易,或者预约一个演示,了解下完整的自动化交易方案。

⚠️ 免责声明:本文仅供参考,不构成投资建议。投资有风险,入市需谨慎。数据来源:aimoca AI分析系统

想亲自体验AI股票分析?

基于DeepSeek大模型,多维度智能分析股票走势,助您做出更明智的投资决策

立即体验AI分析