量化投资系列文章：Backtrader教程-Python量化投资实战教程（一）Python量化投资实战教程（二）-MACD策略（+26.9%）)Python量化投资实战教程（三）——A股回测MACD策略Github仓库：https://github.com/Ckend/pythondict-quant上次简单用Python和backtrader使用最简单的买卖策略进行了一次量化投资分析：backtrader教程-量化投资实战教程（一）这次让我们把策略复杂一点，使用MACD策略的信号线交叉交易方式：本系列教程Github源码仓库：https://github.com/Ckend/pythondict-quant1。原理为了解释MACD的原理，我们需要了解指数移动平均线（以下简称EMA）。新旧学位分配不同的权重。它更关注最近的价格并减少以前价格的权重。然而，普通移动平均线对所有价格的权重相同，这是两者之间最大的区别。EMA线也有不同的周期。长线投资者通常选择50、100、200个周期来跟踪数月甚至数年的价格走势。12天和26天的短时间周期广受短线投资者欢迎。大多数股票软件的MACD线也是根据12天EMA和26天EMA计算的。好吧，让我们从上图开始。从上图中可以看出两个基本规则：当蓝线穿过信号线（橙色）时，它是看涨的。当蓝线穿过信号线（橙色）下方时，它是看跌的。蓝线是什么？它是MACD线，它是通过减去价格的短期EMA和价格的长期EMA得到的。在大多数股票软件中，它是EMA(12)-EMA(26)。什么是信号线？它实际上是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(9)的EMA和图中那些方块，那么就是MACD线-信号线得到的差值，上面是正值，下面是负值。知道了这一点，我们就可以开始构建回测脚本了：买入：当前一天MACD线的值<前一天信号线的值和当日MACD线的值>的值当日的信号线，表示黄金交叉已经出现，此时看涨，隔日买入。卖出：如果获利10%，就卖出；如果您损失了10%，您将卖出。本策略以股票603186为例，每次成交100股，年化收益率为26.9%。2.在开始之前，您必须确保您的计算机上已经成功安装了Python和pip。如果没有，请访问这篇文章文章：超详细的Python安装指南进行安装。如果使用Python进行数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手-AnacondaWindows环境打开Cmd（开始-运行-CMD），苹果系统环境请打开Terminal（命令+空格输入Terminal），准备开始输入命令来安装依赖。当然，我更推荐你使用VSCode编辑器，将本文代码复制，在编辑器下方的终端中运行命令安装依赖模块。多么惬意的一件事：Python编程的最佳搭档——VSCode详解指南。在终端输入如下命令安装我们需要的依赖模块：pipinstallbacktrader如果看到Successfullyinstalledxxx，则安装成功。Backtrader的基本使用可以参考我们之前的文章：Backtrader教程——实战量化投资教程（一）本文所有代码请在Python实战宝典后台回复：量化投资2下载。3.构建策略如果你没有读过第一篇文章，你可能不知道如何构建这个策略。看得一头雾水很正常，建议先看backtrader教程——量化投资实战教程（一）。当然，如果你只想运行起来，修改一些参数，就可以在Python实战宝典：量化投资2后台下载全部源码。从MACD的原理我们知道MACD是从EMA线计算出来的，所以我们需要构造一个短期EMA和一个长期EMA。常规选择分别是周期为12和26的EMA线：frombacktrader.indicatorsimportEMAme1=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，我们就构造了这两条重要的线，是不是很简单吗？接下来和第一篇一样，将买卖逻辑写在策略的next函数中：#Python实战宝典defnext(self):self.log('Close,%.2f'%self.dataclose[0])ifself.order:returnifnotself.position:#如果没有仓位，如果前一天的MACD
