如果你对股票有所了解，那么本文你也能看出大概意思，如果你对python有一定经验，也应该能看得懂，若你两行都懂，那么你已经是个大老板了。
手把手教Python写量化策略，单股票均线策略，日级别回测。
1 确定框架：
5 日均线高于 30 天均线，则全仓买入股票 5 日均线低于 30 天均线，则卖出所持股票
从我们日常交易的角度，一般交易者的行为可以拆分以下两部分：
1 选择标的（初始化）：
2 交易（每天盯盘）
那么程序中，我们是怎么做的呢？
先看看 Ricequant 平台中对应的代码框架会是怎么样的吧：
对照策略思路 及 Ricequant 代码框架，你会发现我们可以很轻松地把 两者结合起来
以上框架也是 Ricequant 平台的最基本也最主要的框架，也就是
2 初始化：
选择标的：本策略的交易股票设定为 300059 ”东方财富“。
延伸阅读：
后缀为
例子：
我们的代码编辑器还提供了非常便利的股票代码自动寻找和补全功能，在 Windows 中你可以用 ctrl+i ， Mac 系统你可以用 cmd+i 激活证券代码自动补全功能。如下图：
3 获取均价：
我们分别获取该股票 5 日和 30 日的均价
4 判断买卖条件：
获得均价数据之后，我们就可以进行一个判断决定是否买卖了：
在判断之前，我们还漏了要知道我们有多少现金，我们使用以下代码
5 买入 /卖出：
在判定买卖的条件成立之后，我们会对股票进行买入或者卖出的操作：
6 策略回测
以上，我们用几行代码就把策略的框架完整地搭建起来了，最终的完整代码为：
-
写完了策略，进行一次历史回测，看看它的历史表现是如何吧。
-
在策略编辑页面右上方
-
选择从 2015 年 1 月 4 日至 2016 年 10 月 4 日
-
用资金 100 万元进行日回测
-
请点击 运行回测
代码没有问题，在数秒之后，拿到该策略的历史表现结果：
可以看到回测详情中有精致的图表，详细的各项风险收益指标、以及持仓、落单等详情辅助你进一步了解你的策略的表现。
到这里，一个完整的从 [构建策略思路] 到 [策略代码编写] 到 [回测结果检验] 的流程就结束了。
7 从日回测到分钟回测：
在循环部分， handle 函数根据选择的频率（日、分钟）循环运行，在以上的日回测中， handle 内的代码会每日被触发一次
先把修改好的代码贴上来：
可以看到这里改动并不多，这里需要介绍到框架中常用到的函数 before_trading ：
我们在 before_trading 中设置一个变量命名为 fired ，赋值为 0
由于 before_trading 是每天开盘前运行一次，所以 context.fired 会被每天重置为 0。在 handle 函数中，我们加入了判断，如 context.fired 为 0 ，则继续执行下面的代码，否则本次循环结束。
并在执行完判断和买卖操作之后，设定 context.fired 的值等于 1 ，使得当日余下的分钟循环操作均被跳过。
在完成以上代码后，我们开始进行分钟回测吧：
8 模拟交易：
模拟交易通过实时的分钟切片数据进行撮合，也就是 handle 函数会每分钟被触发一次循环。
9 开启微信通知，接收交易信号：
点击导航栏中的 [我的交易] ，可以在 [模拟交易] 一栏看到创建的模拟交易，如下图：
点击右边的微信通知开关，将 OFF 调至 ON
使得你能根据信号进行及时的下单操作。
是不是很轻松，数行Python代码就可以把你的投资策略变成代码，大家都来试试吧！