散户量化工具箱①：用 Python 跑通你的第一个双均线回测（附全套代码）

迅投社区发布稿：《散户量化工具箱①：用 Python 跑通你的第一个双均线回测（附全套代码）》

写策略的第一课，不是选股，不是择时，是亲手跑通一个回测。今天把全套代码贴出来，在沪深300 十一年真实数据上跑，结果如实公开——包括它跑不赢买入持有这个扎心事实。

一、数据获取（baostock，免费）

import baostock as bs
import pandas as pd

bs.login()
rs = bs.query_history_k_data_plus(
    'sh.000300', 'date,open,high,low,close,volume',
    start_date='2015-01-01', end_date='2026-09-01',
    frequency='d', adjustflag='3')
rows = []
while rs.error_code == '0' and rs.next():
    rows.append(rs.get_row_data())
df = pd.DataFrame(rows, columns=rs.fields)
bs.logout()

实测 5000+ 交易日约 3.3 秒。注意当日数据 19:00 后才更新。

二、策略：5 日线上穿 20 日线买，下穿卖

df['pct'] = df['close'].pct_change().fillna(0)
df['ma_f'] = df['close'].rolling(5).mean()
df['ma_s'] = df['close'].rolling(20).mean()
df = df.dropna(subset=['ma_s']).copy()

raw = (df['ma_f'] > df['ma_s']).astype(int)   # 1=持仓 0=空仓
pos = raw.shift(1).fillna(0)                  # ★ T日信号，T+1才执行
trades = pos.diff().abs().fillna(0)           # 调仓记换手

nav = (1 + pos * df['pct'] - trades * 0.001).cumprod()   # 含单边千1成本

shift(1) 是全段代码的命门：信号由收盘价算出，当天不可能按收盘价成交。少这一行，回测好看一半，也假一半。

三、结果（沪深300，2015→2026）

• 双均线（零成本）：年化 1.61%，回撤 −31.6%
• 双均线（单边千1）：年化 −0.07%，回撤 −36.5%
• 买入持有：年化 2.40%，回撤 −46.7%
• 十一年共交易 94 次（188 次单边）

教科书第一策略，跑不赢买入持有。

四、三个发现

1. 均线策略死于震荡：A 股近年震荡占比高，金叉死叉反复打脸。策略没有好坏，只有适应的市场环境。
2. 成本是新手最大盲区：94 笔交易，零成本 1.6%，千1成本归零。
3. 回撤仍有 36%：择时只是比扛单（−47%）好，不是保险箱。

五、这个回测真正的价值

学的不是策略，是检验闭环：数据 → 信号 → 严格执行 → 计入成本 → 客观统计。跑通一次，下次看到「年化 50% 神器」你会本能问三句：数据真实吗？执行严格吗？成本算了吗？

进阶篇（防坑三件套：参数网格/样本外/成本压测、凯利公式仓位实测）已在本系列后续文章，欢迎跟更。

---

本文仅供量化学习，不构成投资建议。历史回测不代表未来表现。

更多量化工程实操内容，欢迎关注公众号「晋盈投资」（不荐股、不承诺收益）。