当5日均线大于10日均线、10日均线大于30日均线时，收盘价格高于5日均线价格的1.01倍，买入股票；

当5日均线小于10日均线、10日均线小于30日均线时，收盘价格低于5日均线价格的0.99倍，卖出股票。

1、编写初始化函数

我们还是以聚宽BigQuant软件为例，给大家详细拆解如何实现一个完整的双均线策略。

首先进入聚宽JoinQuant量化交易平台的首页页面。然后在菜单栏中找到“我的策略”，点击旁边的【进入策略列表】，点击新建策略，命名为“双均线量化策略”。

删除文本框中所有代码，重新编写代码。首先导入函数，然后编写初始化函数，具体代码如下：

# 导入函数库import jqdatafrom jqlib.technical_analysis import *def initialize(context):# 定义一个全局变量, 保存要操作的股票# 000538(股票:云南白药)    g.security = '000538.XSHE'# 设定沪深 300 作为基准    set_benchmark('000300.XSHG')# True 为开启动态复权模式，使用真实价格交易    set_option('use_real_price', True)# 设定成交量比例    set_option('order_volume_ratio', 1)# 股票类交易手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣 5 块钱    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, \                             open_commission=0.0003, close_commission=0.0003,\                             close_today_commission=0, min_commission=5), type='stock')# 运行函数run_daily(trade, 'every_bar')

2、编写交易程序函数

在定时函数run_daily中，调用了交易程序函数trade，函数的具体代码如下：

def trade(context):    security = g.security# 设定均线    n1 = 5    n2 = 10    n3 = 30# 获取股票的收盘价    close_data = attribute_history(security, n3+2, '1d', ['close'],df=False)# 取得过去 ma_n1 天的平均价格    ma_n1 = close_data['close'][-n1:].mean()# 取得过去 ma_n2 天的平均价格    ma_n2 = close_data['close'][-n2:].mean()# 取得过去 ma_n3 天的平均价格    ma_n3 = close_data['close'][-n3:].mean()# 取得上一时间点价格    current_price = close_data['close'][-1]# 取得当前的现金    cash = context.portfolio.cash# 如果当前有余额，并且n1日均线大于n2日均线，n2日均线大于n3日均线，上一时间点价格高出5天平均价1%，则全仓买入if ma_n1 > ma_n2 and ma_n2 > ma_n3 and current_price> 1.01*ma_n1:# 用所有 cash 买入股票        order_value(security, cash)# 记录这次买入        log.info("Buying %s" % (security))# 如果n1日均线小于n2日均线，n2日均线小于n3日均线，上一时间点价格低于5天平均价1%，并且目前有头寸elif ma_n1 < ma_n2 and ma_n2 < ma_n3 and current_price< 0.99*ma_n1 and context.portfolio.positions[security].closeable_amount > 0:# 全部卖出        order_target(security, 0)# 记录这次卖出        log.info("Selling %s" % (security))

利用attribute_history()函数获取股票数据，然后获取5日、10日、30日均线的值及上一时间点价格。

如果当前有余额，并且n1日均线大于n2日均线，n2日均线大于n3日均线，上一时间点价格高出5天平均价1%，则全仓买入，代码如下：

if ma_n1 > ma_n2 and ma_n2 > ma_n3 and current_price > 1.01*ma_n1:

如果n1日均线小于n2日均线，n2日均线小于n3日均线，上一时间点价格低于5天平均价1%，并且目前有头寸，代码如下：

elif ma_n1 < ma_n2 and ma_n2 < ma_n3 and current_price < 0.99*ma_n1 and context.portfolio.positions[security].closeable_amount > 0:

3、策略回测

在回测之前，设置开始时间为2025年1月1日，结束时间为2026年1月1日。设置账户交易资金为10万元，交易频率为每天。

设置好各项参数后，单击“编译运行”按钮，可以编译运行多均线量化交易策略。在运行完毕后，可以看到策略收益和基准收益对比图表

在这里可以看到基准收益为17.66%，而策略收益为26.85%，这表明多均线量化交易策略对基准，即沪深300来说，是一个不错的策略。对长虹美菱（000521）来说，策略收益较高，是一个很不错的策略。

以上就是今天分享的全部内容！学会 Python 双均线策略，只是你量化交易之路的起点。真正让策略从回测走向稳定盈利，离不开专业、稳定、高效的实盘交易环境。

现在市面上也推出很多量化交易平台，但像我们上面举例的聚宽平台，虽然能做回测和策略研究，但无法直接对接实盘交易，研究和落地之间始终隔着一道墙，策略再好也难以转化为真实收益。

而QMT 量化软件，支持 Python语言，Tick 级行情实时推送、严谨风控与极速下单，无论是新手入门还是进阶策略优化，都能为你提供从代码编写到实盘运行的一站式解决方案。让专业工具为你的交易保驾护航，用代码把握机会，从 QMT 开始，轻松开启科学量化交易之路。

如何开通QMT实盘量化软件？

1、QMT开通流程

（1）开户成功后入金10万后提交QMT申请流程

（2）申请过程全程线上，预计2个工作日申请完成。

（3）等待开通过程中，可以提供测试账号、安装配置流程、量化会员资料。

（4）开通成功后，会通过邮件发送你软件下载地址，登录账号后就可以使用。

2、VIP服务

3、VIP福利

福利1：惊喜佣金

福利2：领取完整教程

福利3：添加量化讨论群

福利4：提供专业量化问题解答

福利5：量化工具安装使用教程、视频

福利6：极速柜台，量化投资者专用，速度微秒级

福利7：提供服务器托管模式：ptrade+ldp极速柜台+vip定向服务器(限50人)