上一章节《MACD金死叉策略回测》中，对平安银行这只股票，按照金死叉策略进行了回测。
但通常我们的股票池中有许多股票，每完成一个交易策略都需要对整个股票池进行回测。
下面使用简单的轮询，对整个股票池进行回测。
# 计算单只股票的策略收益，返回收益率。
def backtrader(fcode):
sql_query = f"SELECT tdate as ts, close FROM {db_name}.{table_name} WHERE fcode='{fcode}' "
result = get_request(sql_query)
close_prices = [row[1] for row in result]
macd_line, signal_line, macd_histogram = calculate_macd(close_prices,12,26,9)
crossing_points = check_macd(macd_line, signal_line)
profits = calculate_profit(close_prices, crossing_points)
capital = profits[0]
profit = profits[-1]
pro_rate = (profit-capital)*100/capital
return pro_rate
# 获取所有股票，按轮询方式进行测试
pfile = open(file,'a',encoding='UTF-8')
sql_code = f"select distinct tbname,fcode,fname from {db_name}.{table_name} order by fcode ;"
result = get_request(sql_code)
df_code = pd.DataFrame(result, columns=['tbname','fcode', 'fname'])
prl = []
for row in df_code.itertuples(index=False):
try:
profit_rate = backtrader(row.fcode)
except:
profit_rate = 0
prl.append(profit_rate)
pfile.write(f"Name:{row.fname}\t Code:{row.fcode}\t Pro_Rate:{profit_rate}\n")
df_code['Profit_Rate'] = prl
pfile.close()
以下是部分股票的收益展示
整个程序实现逻辑如下：
MACD交易策略回测程序
该程序用于进行MACD交易策略的回测。给定一组股票数据，程序会根据MACD指标的金叉和死叉信号进行买入和卖出操作，并计算收益率。
程序功能
- 通过RESTful请求获取股票数据
- 计算MACD指标
- 判断MACD金叉和死叉
- 计算收益率
- 计算所有股票代码的收益率，并输出到文件
程序依赖
该程序依赖以下库：
- requests：用于发送RESTful请求
- json：用于解析RESTful请求返回的结果
- matplotlib：用于结果可视化
- pandas：用于数据处理和分析
- numpy：用于数值计算
使用方法
- 安装所需的Python库：在控制台中运行以下命令安装依赖库：
pip install requests json matplotlib pandas numpy
-
下载程序文件：将程序代码保存为一个Python脚本（例如
macd_all_code.py）。 -
运行程序：在控制台中运行以下命令来执行程序：
python macd_all_code.py
程序细节
get_request(sql)函数用于发送RESTful请求，获取查询结果。calculate_macd(prices, short_period, long_period, signal_period)函数用于计算MACD指标的值。calculate_ema(prices, period)函数用于计算指数移动平均值（Exponential Moving Average，EMA）。check_macd(macd_line, signal_line)函数用于判断MACD金叉和死叉的发生。calculate_profit(prices, signals)函数用于计算收益率。backtrader(fcode)函数用于执行回测策略，并返回收益率。- 基于给定的股票数据，程序使用循环遍历所有股票代码，并计算每个股票的收益率。
- 程序将结果以文件形式输出，输出文件名为
Profit.txt，包含股票的名称、代码和收益率。
