常用策略示例 (Common Strategies)

May 5, 2026 · View on GitHub

本目录包含一系列常用量化策略的实现代码，旨在帮助用户快速上手 AKQuant 策略开发。

这些示例展示了如何结合 AKShare 获取数据并进行回测，但也适用于其他数据源。

核心提示 (Key Concepts)

在使用 AKQuant 编写策略时，请注意以下核心机制：

  1. 数据获取 (get_history):

    • self.get_history(count=N) 返回的是包含当前 Bar 的最近 N 条数据。
    • 计算均线 (MA): 直接使用 get_history(N) 即可（包含今日收盘价）。
    • 计算突破信号 (Breakout): 如果需要基于昨日收盘价计算指标（避免未来函数），请获取 N+1 条数据并切片 [:-1] 剔除当前 Bar。

  2. 多标的回测:

    • run_backtest 的 data 参数支持传入字典 {symbol: DataFrame}。
    • 在策略中通过 self.get_history(..., symbol=s) 获取指定标的数据。

案例列表

1. 01_stock_dual_moving_average.py - A股双均线策略

  • 目标: 演示如何获取单只股票（如平安银行 sz000001）的历史数据。
  • 策略: 双均线策略 (Golden Cross / Death Cross)。
  • 核心点:
    • 数据清洗与复权处理 (adjust="qfq").
    • get_history 的基本使用（包含当前 Bar 数据用于计算当日 MA）。

2. 02_stock_grid_trading.py - 股票网格交易

  • 目标: 演示股票网格交易策略逻辑。
  • 策略: 动态网格策略，价格下跌分批买入，上涨分批卖出。
  • 核心点:
    • on_bar 中的持仓状态管理。
    • 复杂交易逻辑的实现（基于上次成交价的网格）。

3. 03_stock_atr_breakout.py - 股票 ATR 通道策略

  • 目标: 演示基于波动率的通道突破策略。
  • 策略: ATR 通道突破策略。
  • 核心点:
    • 避免未来函数: 演示如何剔除当前 Bar 数据来计算基于历史的指标（ATR/通道上下轨）。
    • 波动率指标计算。

4. 04_stock_momentum_rotation.py - 多股票轮动

  • 目标: 演示多只股票（如 贵州茅台 vs 五粮液）的数据获取与组合管理。
  • 策略: 动量轮动策略 (Momentum Rotation)。
  • 核心点:
    • 多标的数据传入 (Dict[str, DataFrame]).
    • 跨标的动量比较与换仓逻辑.
    • order_target_percent 的正确使用。

5. 05_stock_momentum_rotation_timer.py - 定时触发横截面轮动

  • 目标: 演示在单事件流模型下，用 on_timer 实现稳定的横截面轮动。
  • 策略: 定时调仓动量轮动策略。
  • 核心点:
    • 在 on_start 注册每日定时器。
    • 在 on_timer 中统一完成跨标的打分与调仓。
    • 避免依赖“最后一个 symbol”触发时机。

6. 06_stock_momentum_rotation_bucket.py - 收齐时间片后横截面轮动

  • 目标: 演示不使用定时器时，如何在 on_bar 中收齐同一 timestamp 后再执行一次横截面逻辑。
  • 策略: 时间片缓存 + 动量轮动策略。
  • 核心点:
    • 使用 timestamp -> set(symbol) 的缓存桶判断是否收齐。
    • 收齐后只执行一次跨标的打分与调仓。
    • 适用于无固定定时触发点的横截面策略。

7. 07_stock_momentum_rotation_on_timer.py - on_timer 风格的横截面轮动

  • 目标: 演示把横截面打分与调仓逻辑集中放到 on_timer 中。
  • 策略: 固定时点触发的动量轮动策略。
  • 核心点:
    • add_daily_timer() 与 on_timer() 的基本配合。
    • 将多标的横截面逻辑从 on_bar 中解耦出来。
    • 适合作为生产环境中更稳定的统一调仓入口。

8. 08_target_positions_long_short.py - 高级目标仓位与多空切换

  • 目标: 演示 order_target_positions() 如何在一个调用里同时表达多头与空头目标。
  • 策略: 先建立多头，再在同周期内切换为 AAA 空头和 BBB 多头。
  • 核心点:
    • order_target_positions() 支持正负目标仓位。
    • allow_short=True 与 RiskConfig(account_mode="margin", enable_short_sell=True) 的配合。
    • get_last_target_positions_plan() 用于解释最近一次调仓计划。

使用方法

直接运行对应的 Python 脚本即可：

python examples/strategies/01_stock_dual_moving_average.py