本文是通过之前学习《Python量化入门》课程系列后，进行的学习研究，将思路和结果供大家分享一起讨论。
关键词：Python， 量化研究，移动平均线。
实验目的：对多个股票，使用多组参数，进行交易策略回测模拟，并对回测结果进行分析。
关于单组测试的模拟，请回顾
刀客特鹿：量化学习笔记#股票的移动平均线的研究（1）单股单组均线zhuanlan.zhihu.com
重复部分，不会再记录。
原始数据：code_list = ['sh600004', 'sh600007', 'sh600104', 'sh600366', 'sh600823', 'sz000709', 'sz000733', 'sz000895', 'sz000936', 'sz000988']
人为随机挑选以上十个股票，数据的要求，上市日都要早于20050101，并且未退市。
多组参数：短期均线 ma_short range(20,121,5)
长期均线 ma_long range(20,121,5)
交易策略：最小交易周期：日
买入信号：当短期均线上穿长期均线时候 ma_short >= ma_long
卖出信号：当长期均线下穿长期均线时候 ma_short < ma_long
信号的判别价格：每日收盘价（历史除权价格）
交易计算价格：信号发生后的第二日开盘价（历史未除权价格）
交易手续费：按0.0005计算
印花税：按0.001计算，仅在卖出时发生
交易初始资金 1000000
最小交易数量：100股
测试的时间范围：20050101-20170512
Benchmark: 上证指数
实验步骤：
第一步 获取指定股票的所有均线参数的收益结果
1. 根据之前的实验策略，对code_list = ['sh600004', 'sh600007', 'sh600104', 'sh600366', 'sh600823', 'sz000709', 'sz000733', 'sz000895', 'sz000936', 'sz000988']
for code in code_list:
get_stock_output(code)
获取单个股票所有均线参数的收益结果的思路，请参考：
刀客特鹿：量化学习笔记#股票的移动平均线的研究（2）单股多组均线zhuanlan.zhihu.com
第二步. 读取以上的数据结果，进行分析
1. 根据上一笔记，对单个股票分析的思路，分别对10个股票进行数据分析
1） sh600004 白云机场
排名前十的参数和收益结果
收益率曲线：
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
2）sh600007 中国国贸
排名前十的参数和收益结果
收益率曲线：
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
3）sh600104 上汽集团
排名前十的参数和收益结果
收益率曲线：
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
4）sh600366 宁波韵升
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
5）sh600823 世茂股份
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
6）sz000709 河钢股份
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
7）sz000733 振华科技
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
8）sz000895 双汇发展
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
9）sz000936 华西股份
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
10）sz000936 宁波韵升
排名前十的参数和收益结果
收益率曲线
3D绘图 长期均线，短期均线，策略年化收益 / 最大回撤
实验总结
以上10个股票， 5个是上证主板，5个是深圳中小板
最优均线策略 的收益 明显大于 股票自身收益的有6个:
sh600004 白云机场 最优均线参数范围 长期均线 49-66 短期均线3-8
sh600104 上汽集团 最优均线参数范围 长期均线 41-53 短期均线9-13
sh600823 世茂股份 最优均线参数范围 长期均线 38-43 短期均线2-4
sz000709 河钢股份 最优均线参数范围 长期均线 101-108 短期均线7-11
sz000733 振华科技 最优均线参数范围 长期均线 20-33 短期均线2-15
sz000936 华西股份 最优均线参数范围 长期均线 20-57 短期均线1-9
根据以上结果，个人得到的结论是：
利用均线个股自己的股价产生的均线策略，能获得大于等于自身收益的表现。
但是每个个股的长短均线参数并没有明显的共性。
这个符合之前个人的逻辑猜测，由个股的股价产生的均线策略，源于个股本身，是一种内生变量，所以较难在参数上找到共性。
以上结果可能存在的问题：目前A股股票近4000个， 2005年时股票估计也近1300个，此次实验仅仅使用10个股票数据作为样本，存在偏差的可能性较大。
后续研究方向：
1. 抽取更多的股票样本进行分析，验证以上的逻辑
2. 尝试其他的技术指标
3. 尝试多技术指标叠加效果（如KDJ，MACD等）
4. 结合动量和反转策略
5. 尝试使用均线选股
以上交易策略的大量原始代码和框架，师从于《Python量化入门》课程系列，想获得所有的源代码，并建立自己的交易策略，建议购买课程后深入学习。
课程评价
优点：这套课程特别适合对Python，pandas都没掌握的同学，和“入门”二字很贴切。虽然价要收取一定的费用，但是对于零基础的同学还是墙裂推荐。当然我的笔记是完全免费的，但这个只能作为点心，毕竟正餐才是最有营养的~而且还有大量的源代码A股所有的股票历史交易数据。
缺点：只能用微信访问学习，PC端的话要通过微信客户端访问。
系列总课时约12多个小时，会获得课程讲解的所有源代码。如要深入熟练掌握，课外练习可能需要100小时+。
课程传送门：
