聚宽(JoinQuant)均线策略回测无交易、收益为0的常见原因及解决方案

均线策略回测收益为0，求帮忙看一下问题所在。

刚开始学量化，模仿别人做均线策略的时候，用聚宽回测，但收益显示为0。是我的代码出现了什么问题吗？求大神帮助！

我的策略思路是当均线MA13-MA60的值大于MA60*偏离度时，就买入ETF。

但看了一下交易记录，也没有任何交易。苦恼中

你好！在量化交易的起步阶段，遇到回测收益为0、没有任何交易记录是非常常见的现象。这通常意味着策略的买入条件在整个回测期间从未被触发，或者代码在获取数据/下单时存在逻辑漏洞。

针对你的“MA13与MA60偏离度”策略，以下是几个最常见的排查点，并在文末为你提供了一份可以直接运行的完整源码。

🔍 常见原因排查清单

1. 标的代码（ETF）后缀错误
   在聚宽中，标的代码必须带有市场后缀。例如，沪深300ETF的代码是 510300.XSHG（上交所），而不是单纯的 510300。如果代码写错，order 函数会静默失败或报错，导致无交易。
2. 历史数据获取长度不足
   你要计算 MA60，就必须在 attribute_history 或 history 函数中，将获取的天数（count）设置为至少 60。如果只获取了 13 天的数据去求 MA60，计算出的均线是错误的，会导致逻辑判断失效。
3. 偏离度阈值设置过高
   你的条件是 MA13 - MA60 > MA60 * 偏离度。如果你的偏离度设置成了 5（代表500%）而不是 0.05（代表5%），那么这个条件在现实中几乎永远不可能成立，自然就不会有任何买入操作。
4. 没有处理卖出逻辑
   如果只写了买入条件，没有写卖出条件，或者卖出条件写错了，资金买完一次后就被占用，后续也不会再有交易记录（虽然这通常会有一笔买入，但如果连买入都没有，请重点检查前三点）。

---

💻 完整的 ETF 均线偏离度策略源码

为了帮你快速跑通策略，我为你编写了一份标准的、基于沪深300ETF（510300.XSHG）的均线偏离度策略代码。你可以直接复制到聚宽的策略编辑页面进行回测：

# 导入聚宽函数库
import jqdata

def initialize(context):
    # 1. 设定要交易的标的：沪深300ETF
    g.security = '510300.XSHG'
    
    # 2. 设定沪深300指数作为基准
    set_benchmark('000300.XSHG')
    
    # 3. 开启动态复权模式(真实价格)，强烈建议开启
    set_option('use_real_price', True)
    
    # 4. 设定偏离度阈值，例如 0.02 表示 2%
    g.deviation_rate = 0.02
    
    # 5. 过滤掉order系列API产生的比info级别低的log，保持日志清爽
    log.set_level('order', 'info')

# 每个单位时间(按天回测则每天调用一次)调用一次
def handle_data(context, data):
    security = g.security
    
    # 获取股票过去60天的收盘价数据
    # 注意：这里 count 必须填 60，否则无法准确计算 MA60
    close_data = attribute_history(security, 60, '1d', ['close'])
    
    # 容错处理：如果获取的数据不足60天，则跳过本次循环
    if len(close_data) < 60:
        return
        
    # 计算 MA13 和 MA60
    # 取最后13天的收盘价算平均值
    MA13 = close_data['close'][-13:].mean()
    # 取全部60天的收盘价算平均值
    MA60 = close_data['close'].mean()
    
    # 取得当前的可用现金
    cash = context.portfolio.available_cash
    # 取得当前该标的的持仓量（可卖出的数量）
    current_position = context.portfolio.positions[security].closeable_amount

    # 核心策略逻辑：
    # 买入条件：MA13 - MA60 的值大于 MA60 * 偏离度
    if (MA13 - MA60) > (MA60 * g.deviation_rate):
        # 并且账户有可用资金
        if cash > 0:
            # 用所有可用资金买入
            order_value(security, cash)
            # 打印日志，方便在回测结果中查看为什么买入
            log.info("【买入】MA13: %.2f, MA60: %.2f, 满足偏离度条件" % (MA13, MA60))
            
    # 卖出条件：当 MA13 跌破 MA60 时（死叉），清仓止盈/止损
    elif MA13 < MA60:
        # 并且当前持有该标的
        if current_position > 0:
            # 目标持仓设为0，即全部卖出
            order_target(security, 0)
            # 打印日志
            log.info("【卖出】MA13: %.2f 跌破 MA60: %.2f, 清仓" % (MA13, MA60))

💡 新手调试小技巧

如果你以后再遇到“不交易”的情况，最有效的排查方法是多用 log.info() 打印变量。例如，在 if 判断之前加上一句：
log.info("当前MA13: %s, 当前MA60: %s, 目标阈值: %s" % (MA13, MA60, MA60 * g.deviation_rate))

这样在回测日志中，你就能清楚地看到每天计算出来的均线数值是多少，为什么没有满足你的 if 条件，从而快速定位是公式写错了，还是参数设置得太苛刻了。祝你量化学习顺利！