电脑性能较差，数据是2019年以前的，所以拿出的样本肯定比较少，加上存在“幸存者偏差”，说明的结果，解释的能力就比较差。

同时没有处理change>9.97以及change<-9.97或者st情况下的change>4.97以及change<-4.97的情况，也只能进行简单的说明而已。

高数和量化代码还是要一起抓，实在不行，还是要用Python做一些小项目练手才是，未来将陆续推出一些Python练手小项目，算是记录自己学习的过程。

通过双均线交易模式的简单处理，我们可以发现，均线交易不具备行情的捕捉的能力，在行情解释能力上较差，与业绩的发展有相似性，并且具备【价格发现】的功能。

但是由于笔者数据，电脑有限，无法进行深入加工，请读者自行鉴别，不作为投资建议和投资参考。

前提假设：

• 初始资金：10000，不考虑手续费，滑点等情况
• 购买股票数：允许碎单，向下取整
• 计算时间：1999-11-10到2019-01-11
• 缺点：没有考虑涨停无法买入，跌停无法卖出的情况
• 策略：双均线交易，短期均线5日线【ma5】，中期短线20日均线【ma20】，ma5>ma20,ma5_shift(1)<ma20_shift(1):买入，反之，卖出。
• 测试标的：浦发银行，股票代码：600000

实际运行结果展示：

浦发银行的实际走势：

换个思路来看呢？

2019年数据是通过查询得到的

尽管浦发银行营业收入在增加，但是增速在下降，反应到股市上的则是股价的下挫，看来机构和大资金对于选股上不仅仅只是出发点在于总体，还在于上市公司能不能为股东带来更多的收益。

股东就是上帝，能够正确回馈股东的期望E(X),自然会获得来自股东的重视和关爱，达到上市公司与股东的和谐共赢局面。

数据来自东财，只有2013-2019年的年报。

数据地址：
http://data.eastmoney.com/bbsj/600000.html

二、简单的结论：

• 双均线交易策略中，我们可以很明显的看到，行情好，均线效果就好，行情不好，均线效果就不好。所以我们判断选股要优于择时，不是没有理由的。
• 持有期也一样，行情好，持有期效果更长，行情差，持有效果更短。
• 策略信号触发来看，行情好，假信号就少，信号有效性就强，行情不好，效果就差，骗线就多。
• 很明显，均线不能解释行情的发动，行情的结束，存在滞后，尤其是均线选择的差别越大，行情的捕捉就更差，回撤率就更大，滞后性就更加严重，它只能去描述行情的到来，没有预测能力。
• 只是简单的案例，还需要进行严格论证，不能算数的，这个也是笔者随机选择的。

三、代码、数据展示：

库准备，数据导入，简单数据预处理：

交易策略构建：

账户初始化，交易规则判断【买入，卖出，持股，持币】

策略运行，画图

运行数据展示：