6.1 均价策略

均价策略，顾名思义就是使用平均价格线来判断股票未来走势。一般会使用两条均线做判断，一条长期均线（如10日MA）,一条短期均线（如5日MA）。这种策略基于这样一种假设：股票价格的动量会朝着短期均线的方向移动。当短期均线穿过长期均线，并超过长期移动平均线时，动量将向上，此时股价可能会上涨。反之，如果短期均线的移动方向相反，股价则可能下跌。

这里反复提到均线概念，均线全称是移动平均线，英文Moving average，简称MA。

MA是分析股票很常用的一个指标，它以道·琼斯的“平均成本概念”为理论基础，采用统计学中“移动平均”的原理，将一段时期内的股票价格平均值连成曲线，用来显示股价的历史波动情况。

MA 计算方法就是求连续若干天收盘价的算术平均。
计算公式： MA = (C1+C2+C3+C4+C5+….+Cn)/n
C 为收盘价，n 为移动平均周期数
例如，5 日移动平均价格计算方法为： MA 5 = （前四天收盘价 + 前三天收盘价 + 前天收盘价 + 昨天收盘价 + 今天收盘价）/5

以时间的长短划分，移动平均线可分为短期、中期、长期几种，综合观察长、中、短期移动平均线，可以研判市场的多重倾向。长、中、短是相对的，可以自己确定。在国内股市中，常利用的移动平均线组合为 5 日、10 日、30 日、60 日、120 日、250 日线。

了解了MA的计算方法，均价策略的内容就更具体了。

如果短期MA从下往上突破长期MA，下单买入1手；如果短期MA从上往下跌破长期MA，下单全部卖出。这里MA周期分别取5和10。

下面来编写代码，首先读取股票数据，这里我们还是以600690股票为例，回测期为2024年。

这里读数时要注意，因为计算MA要用到前几天的股价数据，因此需要往前多读一些天的数据。

B2和B3是回测的起止日期

A3是从回测开始日期往前数20个日历日，应该足够包括10个交易日了，日期和整数可以直接相加减，A3结果返回日期

B4 读取日期从A3到B3的前复权数据。这里也可以看到从回测期往前多读了一部分数据。

数据读进来后，下一步计算策略需要用的指标MA。

我们用derive函数在源数据上衍生两个字段MA_5和MA_10，分别表示5日MA和10日MA:

这句代码中又一次出现了中括号的语法，不同的是中括号里的内容形式不同。[a:b]的形式表示取区间值，如，收盘[-4:0]表示取区间收盘价，从往前数第4天开始取，一直取到当前行（0表示当前行），即共计取到5天的收盘价，再用avg()函数求平均值就是5日MA；同理，收盘[-9:0].avg()就是计算10日均价。

在均价策略中需要比较MA_5和MA_10的大小，然后根据其大小的变化来进行下单，因此我们可以再衍生出一个信号flag，当MA_5大于MA_10时返回1，MA_5小于MA_10返回-1，相等则返回0。显然用我们之前学过的if()函数就可以实现，读者可以自己写一下。这里我们再教一个更简便的函数sign()来实现：

A7中的sign()函数可以判断参数表达式的正负，正数时返回1，负数返回-1，0则返回0。有了flag信号，就容易判读买卖时机了。

下一步，准备记录交易信息的表格并筛选出回测期内的数据：

A8调用Begin函数，在K线上添加相关字段，用来记录交易信息。

A9 筛选出回测期内的数据。

然后就可以循环K线，进行买卖计算了，当flag信号由-1或0变为1时就买入，由0，1变为-1时就全部卖出。

flag[-1]表示取第前一行的flag值，即昨日flag值；同理flag[-2]就表示取第前2行的flag值即前天flag值。

和固定价格策略不同的是在均线策略中我们使用收盘价来计算MA指标，要第2天才能挂单买卖，因此今天是否下单要看昨天和前天的flag值，即flag[-1]和flag[-2]。

为了确保回测时的买卖成功，在B12和B13格中使用了今日收盘价（缺省的昨日收盘价不一定能成功），这里重点是讲解回测框架的使用，就不再强调效准确性了。

最后再执行一下Loop函数，更新持仓和收益等信息。

买卖交易计算完成后，就可以调用相关函数查看各种结果了，例如：

A15 查看回测结果

B15 纵向查看回测结果

6.2 指标

在均价策略中我们用到了一个股票指标MA，事实上股票指标还有很多，比如还有MACD、KDJ、DMA等等。指标是量化分析的重要手段，它能够帮助投资者更加客观、科学地评估股票的价值和风险。很多策略都是根据各种指标来实现的，指标是策略开发最基础的模块。因此，对于一些使用频率较高的指标我们可以将其封装为函数，然后统一保存在一个脚本中，需要时直接调用。

例如MA就是一个最常用的股票指标，将其写成自定义函数：

自定义函数之前已经学习过了，以func语句开头，MA()是函数名，括号里面的内容是要传入的参数，func语句后面的代码块就是函数代码。

A1格里参数前面加$，表示将参数转为字符串。括号里的参数含义如下：

在开发策略时，不仅会经常用到指标，还会同时用到多个指标，并且指标之间也会相互引用。考虑到在主程序中调用的便利性和计算性能，我们需要建立一个统一指标编写规则。

（1）在编写指标函数时统一用A.run()在源数据上进行计算。这样我们要在主程序中把要用的指标字段先一次都derive出来，先后再调用对应的函数计算指标值就可以了，最后所有指标都会返回到一张表里。

（2）为了使用方便，每个指标函数的参数也都用统一的规则来定义，第一个参数总是K线，第二个参数是指标字段名，后面则是用来计算指标的源参数。

继续看MA函数的代码，B1格里的${}是宏，{}里的参数是字符串，使用宏可将字符串作为表达式参与计算。

如：

A2 结果会返回4。

理解了宏概念，这个函数代码我们就很熟悉了，就是取前N-1天到当天的价格然后求平均值。代码写好后，将自定义函数保存为indicator.splx，以后所有的指标函数我们都保存在这个脚本中。

将指标脚本添加到init.splx中：

调用指标脚本，计算MA：

A1 登记脚本

A2:B4 读取股票数据。注意要往前多读一部分数据。

A5 增加指标字段MA_5，值设为空。因为在MA()函数中，用到的A.run()在源数据上修改，因此要先增加字段。

A6 调用MA函数，计算收盘价的5日移动平均值。

下面我们用指标的形式来改写均价策略：

A1 执行init.splx脚本。

其他代码都不变，只在加粗部分，由原来直接计算改为调用MA函数计算。

在这里直接调用MA函数，代码看起来并没有减少，但是代码结构变得规整。随着指标使用越来越多，这种方法会使策略开发更加清晰。

比如我们这里的交易信号的判断其实也是一种指标，当MA短线上穿长线时，称为金叉（Golden Cross），为买入信号，指标值为1；短线下穿长线时，称为死叉（Death Cross），为卖出信号，指标值为-1。我们可以将这个指标也写成函数，命名为GDX。函数GDX的功能是输入MA短线和MA长线值，输出金叉或死叉信号。

首先按照前面制定的规则来定义参数，第一个是K线，第二个是指标字段名，后面是源参数，MA短线和MA长线

在计算一些复杂点的指标时，往往不能够一步算好，需要用到一个或多个中间变量。比如这里在判断金叉死叉时，需要先计算出短线-长线的差值，然后再根据差值的变化判断金叉死叉，显然这个差值就是一个中间变量，过程需要但是返回结果不需要。因此对于中间变量的编写有几点需要注意，首先中间变量要在原序表上生成，不能新建表，不然返回去的结果就不对了；其次中间变量使用完后需要删掉；另外中间变量的命名要有规律，不同指标的中间变量名字不能重复。这是因为指标之间可能会嵌套调用，如果它们的中间变量都使用了相同的名字，就会算错。为防止名字重复我们将中间变量名统一以函数名开头。

按照这几个注意点我们整理出编写GDX函数的思路：

（1） 在原序表上增加中间变量MA短线-MA长线，命名为gdx0

（2） 根据中间变量计算出金叉死叉信号gdx

（3） 删除中间变量

编写代码：

B3 derive加@o选项可以原表上添加变量

B4 当gdx0由负变正时为金叉，由正变负时为死叉。if()函数之前学过，讲的是if(a,b,c)这种形式，这里用到的是它的另一种形式if(x1:y1,…,xk:yk;y)，表示如果x1为真返回y1，x2为真返回y2……xk为真返回yk，其余情况返回y。

B5 A.alter()用来修改序表中的字段，分号前面为要修改和新增的字段，分号后面是要删除的字段。这里只需要删除，因此分号前面为空。

将交易信号计算部分代码也改写为指标调用方式实现：

可以看到有了GDX指标，策略计算部分代码更加清晰了。

进一步再优化下代码。前面我们讲了在均价策略中要通过昨天的指标信号（即字段名加[-1]的方式）来进行买卖计算。这里其实有一个问题，在A10单元格进行过滤操作后，A12 for语句的代码块在循环第1条数据时，持仓[-1]是取不到的。当[-1]值取不到时，SPL会默认按null处理，这样在开始的几条数据可能会计算不准确。

实际上在回测脚本的Begin()函数里，还有一个功能，就是会自动将昨天的数据提取到“昨日”列。这样只要用昨日.持仓来取数，就可以避免[-1]值取不到的问题了。

改写代码：

B13和B14买卖计算时，用昨日. 持仓替代持仓 [-1]，用昨日.DMA替代DMA[-1]。

修正了代码中的错误后，我们继续讲指标函数的编写。

再进一步GDX返回的这个DMA值也可以定义一个函数，一把返回，我们将这个函数命名为MAGDX。

首先还是先明确函数的功能，输入要计算的字段和短线、长线周期，输出金叉死叉信号。

定义输入参数：

编写MAGDX函数代码：

这段代码没什么难度，根据我们前面制定的规则很容易写出来。

需要强调的是这段代码里发生了指标间的互相调用，并且MAGDX和GDX都有中间变量，如果它们起了相同的名字比如都起了x1,x2这样的名字，计算时就会出错。再次强调，中间变量命名要有规律，不能随便起，避免重复。

调用MAGDX函数改写策略：

可以看到有了指标体系，策略的描述要比不用任何指标要容易的多。

在本小节，我们重点讲了指标的编写方法，这非常重要读者要熟练掌握。有了完善的指标体系，策略开发会更加容易和高效。

最后，我们再来总结一下指标编写的几条规则：

（1） 指标参数统一定义，第一个参数总是K线，第二个参数是指标字段名，后面是用来计算指标的源参数。

（2） 在编写指标函数时统一用A.run()在原数据上进行计算。

（3） 中间变量名不能重复，统一以函数名开头

（4） 中间变量也在原表上衍生，用derive@o()

（5） 中间变量用完后要删除

6.3 均价策略 - 多支股票

掌握了指标体系的使用，策略写起来就容易多了，这一小节我们再拓展一下策略编写的能力。在前面的策略例子中，都是以单支股票为例来编写的，而在实际量化操作中都是多支股票一起操作，这里我们以均价策略为例，学习一下如何写多支股票。

多支股票的回测指标需要分别计算，最后汇总，因此要先在回测脚本中增加两个汇总的函数：

11. Yield(Y)：汇总回测期内多支股票的每日收益数据。

参数：

Y：序表，回测期内的多支股票的收益数据。

12. Total(S, Y)：计算总的回测指标。返回记录。

参数：

S：每支股票的回测指标。

Y：每日总收益数据。

下面来编写多支股票的均价策略。

先登记脚本和读数：

A4 输入多支股票代码。

B4 读取多支股票数据。

然后分组循环每支股票，分别计算每支股票,最后汇总。

这段代码虽长，但是很好理解，就是在单支股票代码上加一层循环。

B14和C14中的@符号表示当前的单元格格值，如B14表示将当前B14值和Summary(B9)的结果合并，循环完成后，B14就计算出所有股票的回测结果。

C14的Yield函数用来汇总多票的收益结果，这里每次将上次汇总结果合并上新的股票的收益再重新汇总，最后就会得到所有股票的收益结果。

最后计算总的回测指标。

A15计算总回测指标

B15 纵向查看回测指标