菜鸟编程（菜鸟教程官网）

以下是一个简单的 Python 代码示例，用于使用网格交易策略测试上证指数。在这个示例中，我们将使用 3% 的幅度作为网格交易的标准，以 3000 点为基础，每次交易 10000 元。

import numpy as np

import pandas as pd

import yfinance as yf

# 设置参数

symbol = "^GSPC" # 上证指数代码

step = 3000 # 网格步长

capital = 10000 # 每次交易金额

GridSize = 10 # 网格大小

# 获取历史数据

的历史数据 = yf.download("^GSPC", start="2020-01-01", end="2022-03-15")

历史数据 = 历史数据.dropna()

历史数据["Date"] = pd.to_datetime(历史数据["Date"])

历史数据 = 历史数据.set_index("Date")

# 计算网格交易点数

GridSize = int((历史数据.max() - step) / step) + 1

GridSize = max(GridSize, 1)

历史数据["Grid"] = (历史数据 - step) // step + 1

历史数据["Grid"] = np.clip(历史数据["Grid"], 1, GridSize)

# 初始化交易记录和资金曲线

交易记录 = pd.DataFrame(columns=["Date", "Action", "Amount", "Price"])

资金曲线 = pd.Series(0, name="Total Capital")

# 循环进行网格交易

for 日期, 数据 in 历史数据.iterrows():

日期 = 日期.strftime("%Y-%m-%d")

价格 = data["Open"]

网格编号 = data["Grid"] - 1

if 价格 > step * (网格编号 + 0.5):

交易方向 = "买入"

交易金额 = capital / (价格 / step)

else:

交易方向 = "卖出"

交易金额 = capital / (step / 价格)

交易金额 = int(round(交易金额))

交易记录.loc[交易记录["Date"] != 日期, ["Date", "Action", "Amount", "Price"]] = [日期, 交易方向, 交易金额, data["Close"]]

资金曲线 += trade_amount * price_change