程序化交易策略开发:我用Python复盘3只A股
上周,一位朋友把一段Python代码发给我:均线金叉就买,死叉就卖。他很兴奋,觉得自己终于找到了“自动赚钱”的方法。我看完后没有直接否定,而是让他用真实历史数据跑一遍。结果很有意思——代码能执行,策略却不一定能赚钱。这正是程序化交易最容易被忽略的一步:写出信号只是开始,能经得住真实行情检验才有意义。
我做程序化交易策略开发有一段时间,习惯先拿熟悉的A股做复盘。下面就从宁德时代、贵州茅台和中际旭创三个案例,看看Python实战中应该关注什么。相关工具可以先了解AI股票分析和自动化交易。
案例一:宁德时代,趋势对了比猜对底部更重要
宁德时代(300750)是最适合讲趋势的例子。按公开行情近似计算,股价从2020年7月31日的约135.78元,上涨到2021年11月10日的约348.25元,区间涨幅约156.5%。但它并不是一路上涨,中间也出现过超过20%的回撤。如果只因为“新能源热门”追进去,持有时间不对,收益可能相差很远。
我的简化规则是:20日均线上穿60日均线后持有,跌破60日均线或触发10%止损时退出。Python里可以用AKShare获取前复权数据,再用pandas计算指标。这里最关键的是避免未来函数:今天收盘后产生的信号,只能用于下一交易日。回测时还要加入双边佣金、印花税和至少0.1%的滑点,否则纸面收益通常会漂亮得让人怀疑。
案例二:贵州茅台,止损也有成本
贵州茅台(600519)给新手上的另一课是:好公司不一定适合任何策略。2021年2月18日,其收盘价约2710元;到2024年2月5日已降至约1412元,区间跌幅接近48%。如果策略死守“长期持有”,回撤会非常大;如果机械地频繁止损,也可能被震荡行情反复打脸。
所以我更倾向于用ATR做动态止损,而不是固定跌5%就卖。例如,2倍ATR作为参考波动区间,再结合成交量和20日均线判断。基本面研究也不该丢下:茅台的盈利质量与行业地位适合做质量因子,但不能拿来替技术面策略兜底。aimoca的AI股票分析把技术面、基本面和资金面放在同一套评分框架里,对初学者做多维度筛选比较方便。
案例三:中际旭创,热点很热,波动也很热
DeepSeek带动AI应用、算力和光模块成为市场热点,中际旭创(300308)正好提供了高波动样本。按公开价格近似计算,从2023年1月3日约88元,到2024年10月8日盘中最高约174.39元,最大涨幅接近97%。但热门板块退潮时,速度往往比上涨时更快。
这类股票我会加入两个过滤条件:站上60日均线且成交额放大,再观察板块指数是否同步走强;退出时不用等均线死叉,而是用2倍ATR移动止损保护利润。AI编程助手可以快速生成代码,我也会让它参考DeepSeek式的推理流程拆解策略,但不会直接相信输出。参数是否合理、是否存在幸存者偏差、交易成本是否算清,都必须自己验证。我自己的习惯,是先让平台介绍里的AI分析筛选方向,再用Python做独立回测。
import akshare as ak
import pandas as pd
df = ak.stock_zh_a_hist(
symbol="300750", period="daily",
start_date="20200101", end_date="20251231", adjust="qfq"
)
df["ma20"] = df["close"].rolling(20).mean()
df["ma60"] = df["close"].rolling(60).mean()
df["position"] = (df["ma20"] > df["ma60"]).shift(1).fillna(0)
df["ret"] = df["close"].pct_change()
df["strategy_ret"] = df["position"] * df["ret"]
nav = (1 + df["strategy_ret"]).cumprod()
print("累计净值:", nav.iloc[-1])
我总结的几个实战细节
- 先写清楚交易规则。买入、卖出、仓位、止损和单笔最大亏损都要量化,不能看到回测图后再改口径。
- 把交易摩擦算进去。A股实行T+1,涨停时未必买得到,滑点也不能一笔带过。
- 做滚动检验。把参数分成训练期和样本外区间,再换几只股票、几个市场阶段验证,避免只适合某一段行情。
- 控制单票和总仓位。我通常单票不超过总资金的20%,并设置组合级回撤线。程序运行得再快,也不代表风险会自动消失。
- 保留人工熔断。遇到财报、监管变化或接口异常,先暂停自动下单。量化交易追求的是一致执行,不是取消判断。
我越来越觉得,程序化交易最大的价值不是预测,而是把冲动、拍脑袋和情绪挡在规则之外。策略也不可能永远有效,震荡市里趋势模型会难受,热点退潮时追涨策略又会受伤。比较靠谱的做法,是用AI辅助研究,用Python验证规则,再用风控约束执行。
限时体验:把策略先跑起来
已有2358位个人投资者加入aimoca。新用户可用1元体验首月AI股票分析,平时价格仅9.9元/月;也可以预约自动化交易演示,了解券商接口接入、策略回测和智能止损。本次体验名额48小时内有效。
⚠️ 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