畫均線後，就要進行簡單的策略分析，用均線進行線性回測。
可參考文章：利用pandas輕鬆取得歷史股

本日的程式碼於：Day21_createMAStrategy.ipynb

準備商品的收盤價

這個部分就參考前幾天的作業，把台積電的收盤價格收在我們的dataframe，然後要把收盤價單獨拉出來，不然產生的圖表無法合併。（應該是有TradeDate的關係）

c = df["ClosePrice"]

製作均線

因為策略的需要，製作幾個均線，這邊製作出5日均線、20日均線、60日均線。

# 製作均線
c_5 = c.rolling(5, min_periods=1).mean()
c_20 = c.rolling(20, min_periods=1).mean()
c_60 = c.rolling(60, min_periods=1).mean()

# 印出均線圖
c.plot()
c_20.plot()
c_60.plot()

印出來後，可以看到線密密麻麻的，但依稀可以看出來每個線的平滑程度不一樣。

策略比較

製作出現後，接下來排列處組合，找出過去比大盤還要會賺錢的策略。
這邊的買方式都是假設前一天的收盤價，就是隔天的開盤價（(c.shift(-1) / c)），並且我們也都買得到，所以不會有滑價、買不到的可能性。單純地用收盤價進行購買。

跟大盤比對的方式是使用cumprod()，這是一種相對應的成長率，詳情可以參考官方文件。藉由與大盤（直接購買相比），可以比較出資產變化結果。

策略一

收盤價格超過20日均線，隔天就用前一天收盤價買進。

# 買入訊號
signal = (c > c_20)

# 回測並跟大盤比較
(c.shift(-1) / c)[signal].cumprod().plot(color='red')
(c.shift(-1) / c).cumprod().plot(color='blue')

看圖可知，輸給大盤，不合格。

策略二

20日均線比60日均線還要高時，買進台積電。

# 買入訊號
signal = (c_20 > c_60)

# 回測並跟大盤比較
(c.shift(-1) / c)[signal].cumprod().plot(color='red')
(c.shift(-1) / c).cumprod().plot(color='blue')

看圖可知，輸給大盤，不合格。
但是比較靠近了

策略三

60日均線比20日均線還要高時，買進台積電。

# 買入訊號
signal = (c_60 > c_20)

# 回測並跟大盤比較
(c.shift(-1) / c)[signal].cumprod().plot(color='red')
(c.shift(-1) / c).cumprod().plot(color='blue')

看圖可知，輸給大盤，不合格。
而且被打趴在地上....

策略四

收盤價比60日均線還要高時，買進台積電。

# 買入訊號
signal = (c > c_60)

# 回測並跟大盤比較
(c.shift(-1) / c)[signal].cumprod().plot(color='red')
(c.shift(-1) / c).cumprod().plot(color='blue')

看圖可知，輸給大盤，不合格。
一樣趴在地上...稍微可以抬起頭...

策略五

收盤價比5日均線還要高時，買進台積電。

# 買入訊號
signal = (c > c_5)

# 回測並跟大盤比較
(c.shift(-1) / c)[signal].cumprod().plot(color='red')
(c.shift(-1) / c).cumprod().plot(color='blue')

看圖可知，輸給大盤，不合格。
這個更慘...連頭都埋在地底下＠＠

策略六

5日均線比收盤價還要高時，買進台積電。

# 買入訊號
signal = (c < c_5)

# 回測並跟大盤比較
(c.shift(-1) / c)[signal].cumprod().plot(color='red')
(c.shift(-1) / c).cumprod().plot(color='blue')

喔喔喔！終於紅色線比藍色還要高，看來這個策略在過去中效果不錯喔！
看來就是要逢低佈局，以近期台積電來說，真的是要這樣做

觀看增長率狀況

這時我們可以看一下，我們策略六的部位狀況，以及增長率的詳細資料，來理解我們策略是如何進行：

pandas.DataFrame({'c':c, 'c_5':c_5, '增長率':c.shift(-1)/c, 'signal':signal})

後記

這樣就是簡單的策略以及回測，有沒有很清楚呢！