如何用 JoinQuant 编写双均线金叉死叉交易策略？(附完整代码)

这是一个经典的趋势跟踪策略。策略逻辑如下：

1. 核心逻辑：
   • 金叉（买入信号）：当短期均线（如5日均线）由下向上穿过长期均线（如20日均线）时，视为上涨趋势确立，全仓买入。
   • 死叉（卖出信号）：当短期均线由上向下穿过长期均线时，视为下跌趋势确立，清仓卖出。
2. 标的：以平安银行（000001.XSHE）为例。
3. 频率：按日回测。

以下是基于聚宽（JoinQuant）API 实现的完整策略代码：

# -*- coding: utf-8 -*-
# 导入聚宽函数库
import jqdata

def initialize(context):
    """
    初始化函数，设定基准、股票池、参数等
    """
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    
    # 过滤掉order系列API产生的比error级别低的log
    log.set_level('order', 'error')
    
    # 设定要操作的股票：平安银行
    g.security = '000001.XSHE'
    
    # 设定均线窗口
    g.short_window = 5   # 短期均线窗口
    g.long_window = 20   # 长期均线窗口
    
    # 设定交易费率：买入万分之三，卖出万分之三加千分之一印花税，最低5元
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    # 每天开盘时运行策略
    run_daily(trade_func, time='9:30')

def trade_func(context):
    """
    交易逻辑函数
    """
    security = g.security
    
    # 获取过去 g.long_window 天的收盘价数据
    # 注意：为了计算长期均线，我们需要获取足够长的数据
    # include_now=True 表示包含当前bar的数据（回测中如果是日频，开盘时取不到当日收盘价，通常取前一日数据计算信号）
    # 这里我们使用 attribute_history 获取过去的数据（不包含今天，避免未来函数）
    hist_data = attribute_history(security, g.long_window, '1d', ['close'])
    
    # 如果数据长度不足（例如刚上市的股票），则跳过
    if len(hist_data) < g.long_window:
        return
    
    # 计算短期均线 (MA5)
    # 取最后 short_window 天的数据求平均
    ma_short = hist_data['close'][-g.short_window:].mean()
    
    # 计算长期均线 (MA20)
    # 取所有 long_window 天的数据求平均
    ma_long = hist_data['close'].mean()
    
    # 获取当前持仓数量
    current_position = context.portfolio.positions[security].total_amount
    # 获取当前可用资金
    available_cash = context.portfolio.available_cash
    
    # 交易信号判断
    
    # 1. 金叉买入：短期均线 > 长期均线 且 当前无持仓
    if ma_short > ma_long and current_position == 0:
        # 全仓买入
        order_value(security, available_cash)
        log.info("金叉出现 (MA5:%.2f > MA20:%.2f)，买入 %s" % (ma_short, ma_long, security))
        
    # 2. 死叉卖出：短期均线 < 长期均线 且 当前有持仓
    elif ma_short < ma_long and current_position > 0:
        # 清仓卖出
        order_target(security, 0)
        log.info("死叉出现 (MA5:%.2f < MA20:%.2f)，卖出 %s" % (ma_short, ma_long, security))

    # 记录均线值，方便在回测图表中查看
    record(MA_Short=ma_short, MA_Long=ma_long)

代码要点解析：

1. initialize 函数：

   • 设置了 use_real_price 为 True，这是聚宽回测的推荐设置，确保使用真实复权价格。
   • 定义了全局变量 g.short_window 和 g.long_window，方便后续调整参数（例如改为 10日和60日）。
   • 使用 run_daily 指定每天 9:30 开盘时执行交易逻辑。

2. 数据获取 (attribute_history)：

   • 使用 attribute_history 获取过去 g.long_window 天的历史收盘价。
   • 注意：在日级回测中，9:30 调用的 attribute_history 获取的是截止到昨天收盘的数据。这意味着我们是利用昨天的均线形态来决定今天的开盘操作，这是一种常见的避免“未来函数”的做法。

3. 均线计算：

   • 利用 Pandas 的切片功能 [-g.short_window:] 截取最近的数据来计算短期均值。
   • 利用 .mean() 方法快速计算平均值。

4. 交易执行：

   • order_value(security, cash)：按金额下单，这里传入 available_cash 实现全仓买入。
   • order_target(security, 0)：调整持仓到目标数量，传入 0 即为清仓卖出。

5. record 函数：

   • 将计算出的 MA 值记录下来，回测结束后，你可以在收益曲线图中看到这两条均线的走势，方便验证策略逻辑。