学习python量化用backtrader回测的第二个策略简单买入卖出

学习python股票量化编程，从最简单的买入卖出开始，也许是最好的选择，因为无论学什么，我们都应该从易到难。

所谓简单买入卖出，就是选定某一支自己熟悉的股票，当低于某价位时就买入，高于某价位就卖出。不管时间长短，不管资金效率如何，就只看一点，程序是否按此策略执行了，毕竟我的目的只是为了学习编写python量化程序。

因为第一次用backtrader写了双均线策略，已经明白了写策略的四个步骤：1、导入数据。2、构建策略。3、回测。4、输出结果，用图表显示。所以这一次，就先把双均线的代码全复制粘贴过来，然后就修改构建策略里的语句，其他的都没变，省时省力。完整代码如下：

# 本代码仅为学习练习用，不具备任何实战价值
import akshare as ak
import backtrader as bt
import pandas as pd

# 获取股票数据
df = ak.stock_zh_a_hist('600863', start_date='20200101',end_date='20240308')
df['datetime'] = pd.to_datetime(df['日期'])
# 转换为 Backtrader 数据格式
data = bt.feeds.PandasData(dataname=df, datetime='datetime', open='开盘', high='最高', low='最低', close='收盘', volume='成交量')
print(df.head())

# 构建定价买入卖出策略
class MyStrategy(bt.Strategy):
    params = (
        # 滑点比例
        ('slippage', 0.01),
    )

    def next(self):
        # 价格低于2.5元，资金大于97500买入
        if data.close[0] < 2.5:
            # 计算买入股票后的资金余额
            post_buy_cash = self.broker.getvalue() - data.close[0] * self.position.size * (1 + self.params.slippage)
            # 如果资金余额大于 97500，买入股票
            if post_buy_cash > 97500:
                self.buy(size=39000)
                # 打印入价格、数量、时间
                print('买入价格: %.2f, 数量: %.2f, 时间: %s' % (
                    self.data.close[0], self.data.volume[0], self.data.datetime.date()))
        # 价格高于5元，持股数量等于39000卖出
        if data.close[0] > 4.5 and self.position.size == 39000:
            self.sell(size=39000)
            # 打印出价格、数量、时间
            print('卖出价格: %.2f, 数量: %.2f, 时间: %s' % (
                self.data.close[0], self.data.volume[0], self.data.datetime.date()))




# 构建回测引擎
cerebro = bt.Cerebro()

# 加入策略
cerebro.addstrategy(MyStrategy)

# 加载数据
cerebro.adddata(data)

# 设置初始资金
cerebro.broker.setcash(100000.0)

# 设置佣金
cerebro.broker.setcommission(commission=0.001)

# 运行回测
cerebro.run()

# 输出结果
print('最终市值: %.2f' % cerebro.broker.getvalue())

# 绘制图表
cerebro.plot()