先说个真实的经历吧
去年双十一那天,我盯着电脑屏幕,看着自己的策略自动卖出了半仓宁德时代。当天收盘跌了8%,我心里那个庆幸啊,差点给策略磕一个。但你们猜怎么着?第二天它又自动买回来了——买在了半山腰,然后继续跌。这事儿让我彻底想明白一件事:程序化交易不是印钞机,它只是帮我们执行纪律的工具。
今天这篇文章,我就想用大白话聊聊怎么用Python开发程序化交易策略,顺便分享3个我实际跑过的策略案例。不管你是想搞自动化交易的新手,还是已经在折腾的老玩家,我觉得都能有点收获。
案例一:双均线金叉死叉策略——我的启蒙策略
先从最简单的说起。我第一个策略就是经典的双均线交叉策略——短期均线上穿长期均线买入,下穿卖出。
用Python实现其实很简单,核心代码就几十行:
import pandas as pd
import numpy as np
def calculate_ma(df, short=5, long=20):
df['ma_short'] = df['close'].rolling(window=short).mean()
df['ma_long'] = df['close'].rolling(window=long).mean()
return df
def generate_signals(df):
df['signal'] = 0
df.loc[df['ma_short'] > df['ma_long'], 'signal'] = 1 # 买入
df.loc[df['ma_short'] <= df['ma_long'], 'signal'] = -1 # 卖出
return df
我拿比亚迪002594回测了2023年全年的数据,初始资金50万。结果怎么样呢?年化收益率12.3%,最大回撤18.6%。听起来还行对吧?但问题来了——震荡行情里这个策略会被反复打脸,3月份那会儿一个月就亏了8次手续费。
后来我学聪明了,给策略加了过滤条件:只有当成交量放大1.5倍以上时才触发信号。这一改,回撤直接降到了11%,收益还提高了2个点。所以我第一个忠告就是:简单策略一定要加过滤条件,不然手续费就能吃掉你一半利润。
案例二:RSI超卖反弹策略——让我赚了两个月工资
这个策略是我在研究资金面的时候想出来的。逻辑很简单:当RSI低于30(超卖区域)且当天资金净流入时买入,RSI超过70时卖出。
def rsi_strategy(df, period=14, oversold=30, overbought=70):
delta = df['close'].diff()
gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
rs = gain / loss
df['rsi'] = 100 - (100 / (1 + rs))
df['signal'] = 0
df.loc[(df['rsi'] < oversold) & (df['money_inflow'] > 0), 'signal'] = 1
df.loc[df['rsi'] > overbought, 'signal'] = -1
return df
我用这个策略回测了科大讯飞002230从2023年6月到12月的数据。为什么选这只?因为那会儿AI概念正火,波动大,机会多。结果让我挺惊喜的——6个月收益率31.5%,最大回撤只有9.2%。
但问题也来了。12月份那波下跌,RSI一直维持在35左右晃悠,策略反复发出买入信号,结果被套了3次。这说明什么?熊市里超卖可能更超卖,单一指标真的不靠谱。这也是为什么我现在分析股票都会用多维度的方法,像AI股票分析这种工具,能同时看技术面、资金面和基本面,比我自己写代码分析全面多了。
案例三:多因子量化策略——我的实战主力
这个策略是我花了大半年慢慢完善的,结合了4个因子:
- 动量因子:近20日涨幅前20%
- 价值因子:市盈率低于行业均值
- 资金因子:近5日主力净流入
- 趋势因子:股价处于20日均线上方
每次选股我会给4个因子打分,总分前5名的股票等权买入,跌破20日均线就止损。
今年1月到4月,我用这个策略跑了一个模拟账户。初始资金100万,4个月下来收益率22.8%,最大回撤7.3%。对比同期沪深300指数只涨了8.6%,算是跑赢了差不多14个点。
中间有个小插曲:2月份策略选中了寒武纪688256,当时AI芯片概念正热。买入后一周就涨了18%,但我没按策略来,想多持有一会儿——结果后来回调的时候止损了,只赚了6%。这事儿告诉我,程序化交易最大的敌人是自己,策略一旦定了就得严格执行。
新手最容易踩的3个坑
说完案例,我想掏心窝子聊聊新手最常犯的错误:
第一个,过度优化。很多人回测时把参数调得特别漂亮,但实盘一跑就拉胯。我建议用样本外数据验证,而且参数别优化到小数点后两位。
第二个,忽视交易成本。印花税、佣金、滑点,加起来一年可能吃掉你5%-10%的收益。我最开始就没算这些,以为年化20%很厉害,扣掉成本才发现只有12%。
第三个,没有风控意识。我一个朋友写了个策略,单次回撤能到30%,结果碰上黑天鹅直接爆仓。记住,活着比赚钱重要。我建议单只股票仓位不超过20%,总回撤不超过15%。
我的建议:别一个人硬扛
说了这么多,其实我最想告诉大家的是:程序化交易这条路,一个人摸索真的太难了。我前两年踩的坑,现在想想都是泪。
后来我开始用aimoca的AI分析功能,它能自动帮我做多维度分析,技术面、资金面、基本面一起看,比我一个人写代码省事多了。最关键是便宜,一个月才9.9块,少抽两包烟的事儿。
现在我的工作流是这样的:用AI分析筛选出潜在标的,再用Python写策略回测验证,最后通过自动化交易接口下单。全程基本不用盯盘,省心多了。
写在最后
程序化交易不是万能的,它不能让你一夜暴富,但能帮你克服人性弱点,让投资更纪律化。如果你也想试试,建议从简单的策略开始,别一上来就搞什么高大上的AI量化。
好了,今天就聊这么多。如果大家有什么问题,欢迎评论区留言,我尽量回复。
⚠️ 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