柚子快報(bào)邀請碼778899分享：量化-均線回歸策略

http://yzkb.51969.com/

量化交易策略通?；跀?shù)學(xué)模型和算法來決定何時(shí)買入或賣出資產(chǎn)。

均線回歸策略基于價(jià)格與移動(dòng)平均線的偏離情況。如果價(jià)格遠(yuǎn)離移動(dòng)平均線，預(yù)計(jì)它會(huì)回歸。

def mean_reversion_strategy(df, window, num_std_dev):

signals = pd.DataFrame(index=df.index)

signals['signal'] = 0.0

# 設(shè)置價(jià)格和移動(dòng)平均線

signals['price'] = df['Close']

signals['mavg'] = df['Close'].rolling(window=window, min_periods=1).mean()

signals['std_dev'] = df['Close'].rolling(window=window, min_periods=1).std()

# 當(dāng)價(jià)格低于移動(dòng)平均線減去一個(gè)標(biāo)準(zhǔn)差時(shí)買入

signals['signal'][window:] = np.where(signals['price'][window:]

< (signals['mavg'][window:] -

num_std_dev*signals['std_dev'][window:]), 1.0, 0.0)

# 當(dāng)價(jià)格高于移動(dòng)平均線加上一個(gè)標(biāo)準(zhǔn)差時(shí)賣出

signals['signal'][window:] = np.where(signals['price'][window:]

> (signals['mavg'][window:] +

num_std_dev*signals['std_dev'][window:]), -1.0, signals['signal'][window:])

return signals

這里，我們觀察價(jià)格是否偏離其移動(dòng)平均線一個(gè)標(biāo)準(zhǔn)差以上，如果價(jià)格低于這個(gè)下界，我們買入；如果價(jià)格高于上界，我們賣出。

柚子快報(bào)邀請碼778899分享：量化-均線回歸策略

http://yzkb.51969.com/

相關(guān)閱讀