最近发现一个不错的量化策略实现平台，免去我以前自己配置Python环境，获取数据，处理数据等一系列麻烦，还可以和小伙伴们及时分享策略交流。在此记录下我在JoinQuant（https://www.joinquant.com/）进行的量化投资策略学习过程，欢迎大神拍砖。

之前学习了随机指标（KDJ）策略，在社区中发了KDJ（金叉死叉）。建立了KDJ的金叉死叉策略，但是回测后发现出现了很多错误的买卖点，因此在其基础上对策略进行了改进。当股价经过一段很长时间的低位盘整行情并且K、D都处于50线以下时，一旦K线向上突破D线，表明股市即将转强，股价跌势已经结束，将止跌朝上，可以开始买进股票。当股价经过前期一段很长时间的上升行情后，一旦K线在高位（80以上）向下突破D线时，表明股市即将由强势转为弱市，股价将大跌，这时应卖出。

1.KDJ原理
随机指标(KDJ)一般是根据统计学的原理，通过一个周期内出现过的最高价、最低价及最后一个计算日的收盘价及这三者之间的比例关系，来计算最后一个计算日的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来判断股票走势。

2. KDJ伪码
Input：当前仓位，时间点T
Output：仓位比例
1: 获取股票T日收盘价X
2: 计算周期的未成熟随机值RSV(n)＝（Ct－Ln）/（Hn-Ln）×100，
其中：C为当日收盘价，Ln为N日内最低价，Hn为N日内最高价，n为基期分别取5、9、19、36、45、60、73日。
3: 计算K值，当日K值=(1-a)×前一日K值+a×当日RSV
4: 计算D值，当日D值=(1-a)×前一日D值+a×当日K值。
若无前一日K值与D值，则可分别用50来代替,a为平滑因子，不过目前已经约定俗成，固定为1/3。
5: 计算J值，当日J值=3×当日K值-2×当日D值
6: if 当日K值<50 and 当日D值 <50 and 前一日K值<前一日D值 and 当日K值>今日D值:
7: 全仓以T+1日开盘价买入
8: if 当日K值>80 and 当日D值 >80 and K前一日K值>前一日D值 and 当日K值<今日D值：
9: 空仓以T+1日开盘价卖出

3. KDJ策略回测
这里我选择了下表中的标的进行回测

回测时间段 ：2005年1月5日至2015年10月8日（和股票上市实际时间段的交集）
回测频率 ：按日回测
回测资金：50万
手续费：每笔交易时的手续费是, 买入时万分之八，卖出时千分之1.3, 每笔交易最低扣5块钱。
回测结果如下表


4.简单分析
我从上证50、沪深300各挑选了一只股票，还选了上证50和沪深300的ETF。600196(复星医药,沪深300)、601318(中国平安,上证50)、510300(沪深300ETF)、510050(上证50ETF)四只标的的股价走势如下图

我在回测结果统计表对比了之前的KDJ金叉死叉策略和本次的KDJ低位金叉高位死叉策略，发现在600196(复星医药,沪深300)的回测中累计收益有了大幅度提高，510300(沪深300ETF)累计收益也有了一定程度的提高。但是使用KDJ时601318(中国平安,上证50)、510300(沪深300ETF)、510050(上证50ETF)明显不如使用指数平滑均线策略（可以参考社区中指数平滑均线帖子）。因此我选择参数为5日的KDJ低位金叉高位死叉策略对随机选择的30只沪深300股票进行了回测，可以看出有20只（共30只，占66.67%）股票超过了基准收益率！！！用MACD进行回测时只有11只（共24只，占45.83%），但是回撤依旧有些大这是需要注意的。结果如下表


收益


风险指标

5 源码
https://www.joinquant.com/post/27