# -*- coding: utf-8 -*-"""双均线趋势策略由 AI（Cursor/Claude Code）根据 Prompt 自动生成策略逻辑：MA5 上穿 MA20 买入，MA5 下穿 MA20 卖出回测框架：Backtrader | 数据：akshare | 时间：2022-01-01 ~ 2024-12-31"""# ============ 依赖安装（首次运行前执行）============# pip install backtrader akshare matplotlib pandas# ============ 1. 数据获取模块 ============import akshare as akimport pandas as pdimport datetime as dtimport backtrader as btimport matplotlibmatplotlib.use('Agg')  # 非交互式后端，避免弹窗def get_stock_data(stock_code, start_date, end_date):    """    通过 akshare 获取 A 股历史行情数据    :param stock_code: 股票代码，如 '600519'（贵州茅台）    :param start_date: 开始日期，格式 'YYYYMMDD'    :param end_date: 结束日期，格式 'YYYYMMDD'    :return: DataFrame，列名标准化为 Backtrader 所需格式    """    print(ff"正在获取 {stock_code} 历史数据...")    df = ak.stock_zh_a_hist(        symbol=stock_code,        period="daily",        start_date=start_date,        end_date=end_date,        adjust="qfq"  # 前复权    )    # akshare 返回列名重映射    df = df[['日期','开盘','收盘','最高','最低','成交量']]    df.columns = ['date','open','close','high','low','volume']    df['date'] = pd.to_datetime(df['date'])    df = df.set_index('date')    print(ff"数据获取成功，共 {len(df)} 条日线数据")    return df# ============ 2. 策略逻辑模块 ============class MACrossStrategy(bt.Strategy):    """    双均线趋势策略    - 买入：MA5 上穿 MA20（金叉）    - 卖出：MA5 下穿 MA20（死叉）    - 止损：亏损 5% 强制平仓    - 止盈：盈利 15% 强制平仓    """    # 策略参数：周期、回测数据从外部传入    params = (        ('fast_ma', 5),    # 快速均线周期        ('slow_ma', 20),    # 慢速均线周期        ('stop_loss', 0.05),  # 止损 5%        ('take_profit', 0.15), # 止盈 15%    )    def __init__(self):        # 计算双均线指标        self.ma_fast = bt.indicators.SimpleMovingAverage(            self.data.close, period=self.params.fast_ma        )        self.ma_slow = bt.indicators.SimpleMovingAverage(            self.data.close, period=self.params.slow_ma        )        self.crossover = bt.indicators.CrossOver(self.ma_fast, self.ma_slow)        # 跟踪订单状态        self.order = None        self.buy_price = None    def next(self):        # 如果有挂单未成交，跳过        if self.order:            return        # ---- 买入逻辑：MA5 上穿 MA20 ----        if self.crossover > 0 and not self.position:            # 计算买入数量：30% 仓位            size = int((self.broker.getvalue() * 0.30) / self.data.close[0])            if size > 0:                self.buy_price = self.data.close[0]                self.order = self.buy(size=size)                print(ff"[买入] 日期:{self.data.datetime.date(0)} | 价格:{self.buy_price:.2f} | 数量:{size}")        # ---- 卖出逻辑：MA5 下穿 MA20 ----        elif self.crossover < 0 and self.position:            self.order = self.sell(size=self.position.size)            print(ff"[卖出] 日期:{self.data.datetime.date(0)} | 价格:{self.data.close[0]:.2f} | 原因:死叉")        # ---- 止损/止盈逻辑 ----        if self.position and self.buy_price:            pnl_ratio = (self.data.close[0] - self.buy_price) / self.buy_price            if pnl_ratio <= -self.params.stop_loss:                self.order = self.sell(size=self.position.size)                print(ff"[止损] 日期:{self.data.datetime.date(0)} | 亏损:{pnl_ratio*100:.1f}%")            elif pnl_ratio >= self.params.take_profit:                self.order = self.sell(size=self.position.size)                print(ff"[止盈] 日期:{self.data.datetime.date(0)} | 盈利:{pnl_ratio*100:.1f}%")    def notify_order(self, order):        if order.status in [order.Completed]:            self.order = None# ============ 3. 回测引擎模块 ============def run_backtest():    """    初始化 Backtrader 引擎，运行回测，输出绩效报告    """    cerebro = bt.Cerebro()    # 添加策略（可同时测试多个策略）    cerebro.addstrategy(MACrossStrategy)    # 设置初始资金和佣金    cerebro.broker.setcash(100000.0)  # 10万元    cerebro.broker.setcommission(commission=0.0003)  # 双边万三佣金    cerebro.broker.set_slippage_perc(0.001)  # 千分之一滑点    # 加载数据（贵州茅台 600519）    df = get_stock_data('600519', '20220101', '20241231')    data_feed = bt.feeds.PandasData(dataname=df)    cerebro.adddata(data_feed)    # 添加分析器：绩效指标    cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='sharpe', riskfreerate=0.03)    cerebro.addanalyzer(bt.analyzers.DrawDown, _name='drawdown')    cerebro.addanalyzer(bt.analyzers.Returns, _name='returns')    cerebro.addanalyzer(bt.analyzers.TradeAnalyzer, _name='trades')    # 设置图表样式    cerebro.addwriter(bt.WriterFile, csv=True, outfile="backtest_result.csv")    # 运行回测    print("\n" + "="*50)    print("回测开始...")    strategies = cerebro.run()    strategy = strategies[0]    # 提取绩效指标    final_value = cerebro.broker.getvalue()    initial_cash = 100000.0    total_return = (final_value - initial_cash) / initial_cash * 100    sharpe_ratio = strategy.analyzers.sharpe.get_analysis().get('sharperatio', None)    max_dd = strategy.analyzers.drawdown.get_analysis().get('max', {}).get('drawdown', 0)    total_return_annual = strategy.analyzers.returns.get_analysis().get('rtot', 0) * 100    # 交易统计    trade_stats = strategy.analyzers.trades.get_analysis()    total_trades = trade_stats.get('total', {}).get('total', 0)    won_trades = trade_stats.get('won', {}).get('total', 0)    lost_trades = trade_stats.get('lost', {}).get('total', 0)    win_rate = (won_trades / total_trades * 100) if total_trades > 0 else 0    # 打印绩效报告    print("="*50)    print("📊 回测绩效报告（贵州茅台 MA 双均线策略 2022-2024）")    print("="*50)    print(ff"  初始资金：      ¥{initial_cash:,.2f}")    print(ff"  最终净值：      ¥{final_value:,.2f}")    print(ff"  总收益率：      {total_return:.2f}%")    print(ff"  年化收益率：    {total_return_annual:.2f}%")    print(ff"  夏普比率：      {sharpe_ratio:.3f}" if sharpe_ratio else "  夏普比率：      N/A")    print(ff"  最大回撤：      {max_dd:.2f}%")    print(ff"  总交易次数：    {total_trades}")    print(ff"  盈利次数：      {won_trades}")    print(ff"  亏损次数：      {lost_trades}")    print(ff"  胜率：          {win_rate:.1f}%")    print("="*50)    print(ff"最终账户余额：¥{final_value:,.2f}（手续费和滑点已扣除）")    # 绘制图表并保存    cerebro.plot(style='candlestick', barup='#26a69a', bardown='#ef5350',                 volume=False, figsize=(16, 8))    print("\n策略图表已保存为 backtest_chart.png")# ============ 4. 主程序入口 ============if __name__ == "__main__":    run_backtest()

# 创建独立 Python 环境（推荐）python -m venv venv.\venv\Scripts\activate   # Windows# source venv/bin/activate   # macOS/Linux# 一键安装所有依赖pip install backtrader akshare matplotlib pandas numpy# 验证安装python -c "import backtrader, akshare; print('✅ 依赖安装成功')"

# 运行双均线策略回测

python ma_cross_strategy.py

❌ 错误路径

✅ 正确路径