完整策略介绍-基础策略

完整策略架构设计：双均线基础策略搭建

小象实战讲义 · 初阶量化交易：策略编写及系统搭建 本讲义仅用于编程与量化方法教学，不构成任何投资建议。

在深入理解了风控止损与 CPR 仓位管理模型的理论之后，我们需要将其整合进一个标准化的量化策略工程底座中。在工业量化研发中，构建策略绝不能一蹴而就写出庞大繁杂的代码，而是必须遵循**“先搭建简洁可跑的基准（Baseline），再插拔式叠加风控与仓位模块进行渐进优化”** 的科学工程方法。

本讲系统介绍一个工业级量化策略的标准代码骨架（初始化配置、盘前准备、盘中撮合、盘后结算）；以上证 50 指数成分股为标的池、MA10/MA30 为择时信号，构建极简的双均线基准策略（Baseline）；并为下一讲的分步渐进优化提供严格的对照基准。

💡 核心导读

• 一个完整量化交易系统的五大基础要素： $$\text{标的池 (Universe)} \times \text{头寸规模 (Position)} \times \text{入场择时 (Entry)} \times \text{出场风控 (Exit)} \times \text{执行撮合 (Execution)}$$
• 双均线基准策略（Baseline Strategy）设计规范：
  • 股票池（Market Universe）：上证 50 指数成分股（精选蓝筹龙头，流动性充裕）；
  • 择时信号引擎（Timing Signal）：
    • 快线 MA10 与 慢线 MA30（日 K 级别）；
    • 金叉买入：MA10 上穿 MA30 时发出买入信号；
    • 死叉卖出：MA10 下穿 MA30 时发出清仓信号；
  • 初始仓位模型：模型 2 等价值均仓分配（Equal Value Units）；
  • 基准对照组：沪深 300 指数（000300.XSHG）。
• 标准量化策略生命周期函数接口：
  • initialize(context)：策略上线与回测启动时触发，配置基准指数、手续费佣金（如万三佣金 + 万五印花税）与定时任务映射；
  • before_market_open(context)：每日 09:15 盘前触发，扫描股票池与成分股变动；
  • market_open(context)：每日 09:30 盘中触发，执行金叉开仓与死叉平仓撮合；
  • after_market_close(context)：每日 15:00 盘后触发，结算账户净值并输出运行日志。

┌─────────────────────────────────────────────────────────────┐
│                    量化策略生命周期与执行流图                 │
└──────────────────────────────┬──────────────────────────────┘
                               │
 ┌─────────────────────────────┼─────────────────────────────┐
 ▼                             ▼                             ▼
┌──────────────────┐   ┌──────────────────┐   ┌──────────────────┐
│ initialize       │   │ market_open      │   │ after_market     │
├──────────────────┤   ├──────────────────┤   ├──────────────────┤
│ • 设定基准指数   │   │ • 遍历持仓股     │   │ • 每日收盘结算   │
│ • 配置万三佣金   │   │ • MA10 死叉卖出  │   │ • 核算总资产净值 │
│ • 注册定时调度   │   │ • MA10 金叉买入  │   │ • 记录策略回测日志│
└──────────────────┘   └──────────────────┘   └──────────────────┘

一、双均线基础策略的优缺点剖析

双均线（如 MA10 / MA30）是趋势跟踪策略中最经典的代表：

• 核心优势：在单边波澜壮阔的大牛市中，能够牢牢抓住主升浪，胜率不高但单笔盈亏比极高；
• 致命弱点：在无明确趋势的宽幅震荡市或横盘行情中，快慢均线频繁缠绕死叉，会产生密集的虚假交易信号，导致”买在山顶、割在山底”的反复频繁摩擦亏损。

二、基准策略核心代码实现

在标准量化回测框架中，开盘交易核心逻辑如下：

def market_open(context):
    for stock in g.stocks:
        # 获取历史收盘价
        close_data = attribute_history(stock, g.long_window + 5, '1d', ['close'])
        
        # 数据长度校验: 新股上市或长期停牌导致历史数据不足慢线窗口时, 跳过本标的
        if len(close_data) < g.long_window:
            continue
        
        ma_short = close_data['close'][-g.short_window:].mean()
        ma_long = close_data['close'][-g.long_window:].mean()
        
        # 死叉清仓
        if ma_short < ma_long and stock in context.portfolio.positions:
            order_target(stock, 0)
        # 金叉买入
        elif ma_short > ma_long and stock not in context.portfolio.positions:
            order_value(stock, g.cash_per_stock)

📝 动手练一练

下面我们用 Python 编写一段 双均线基准策略模拟引擎，演示当快线 MA10 上穿与下穿慢线 MA30 时，系统如何自动判定金叉买入与死叉平仓：

import pandas as pd
import numpy as np

def run_dual_ma_baseline(prices_df, short_win=10, long_win=30):
    """
    双均线基准策略 (Baseline Strategy):
    1. 计算 MA10 (快线) 与 MA30 (慢线)
    2. MA10 上穿 MA30 产生金叉买入信号
    3. MA10 下穿 MA30 产生死叉卖出信号
    """
    df = prices_df.copy()
    df['MA_Fast'] = df['close'].rolling(short_win).mean()
    df['MA_Slow'] = df['close'].rolling(long_win).mean()
    
    # 判定交叉边沿
    df['Golden_Cross'] = (df['MA_Fast'] > df['MA_Slow']) & (df['MA_Fast'].shift(1) <= df['MA_Slow'].shift(1))
    df['Death_Cross'] = (df['MA_Fast'] < df['MA_Slow']) & (df['MA_Fast'].shift(1) >= df['MA_Slow'].shift(1))
    
    return df

def test_baseline_run():
    np.random.seed(16)
    dates = pd.date_range("2023-01-01", periods=35, freq="B")
    
    # 模拟价格先震荡后走出明显牛市波段
    base = 10.0 + np.cumsum(np.random.normal(0.08, 0.2, 35))
    df = pd.DataFrame({'close': base}, index=dates)
    
    res = run_dual_ma_baseline(df, short_win=5, long_win=15)
    
    print("================ 双均线基准策略 (Baseline) 信号输出 ================")
    crosses = res[res['Golden_Cross'] | res['Death_Cross']]
    print(crosses[['close', 'MA_Fast', 'MA_Slow', 'Golden_Cross', 'Death_Cross']])
    print("------------------------------------------------------------------")
    print(f"回测区间内共捕获金叉买入次数: {res['Golden_Cross'].sum()} | 死叉卖出次数: {res['Death_Cross'].sum()}")
    print("==================================================================")

if __name__ == "__main__":
    test_baseline_run()

运行结果输出：

================ 双均线基准策略 (Baseline) 信号输出 ================
                close   MA_Fast   MA_Slow  Golden_Cross  Death_Cross
2023-01-23  10.196061  9.890427  9.823067          True        False
------------------------------------------------------------------
回测区间内共捕获金叉买入次数: 1 | 死叉卖出次数: 0
==================================================================

本章小结

1. 规范量化策略架构：严格遵守初始化、盘前准备、盘中撮合与盘后结算四段式生命周期。
2. 确立基准对照基石：双均线基准策略（MA10/MA30 + 上证 50 + 均仓）为后续所有风控与仓位优化提供了客观检验标尺。
3. 正视均线滞后缺陷：纯均线死叉离场滞后性大，在剧烈见顶行情中易回吐大量利润，亟需在下一讲引入风控与仓位优化。

📋 行动清单 (Action Checklist)

• 运行本讲双均线基准代码，核验均线滑动窗口与金叉死叉判定逻辑；
• 思考如果仅依赖死叉卖出，在标的见顶暴跌 20% 时策略会遭受多大损失；
• 预习下一讲，学习如何通过叠加 CPR 仓位模型与跟踪止盈对基础策略进行分步阶梯式优化。

— 小象教研组