这个布林带的均值回归交易策略，回测收益率把我给吓傻了

BOLL指标是美国股市分析家约翰·布林根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标。一般而言，股价的运动总是围绕某一价值中枢（如均线、成本线等）在一定的范围内变动，布林线指标正是在上述条件的基础上，引进了“股价通道”的概念，其认为股价通道的宽窄随着股价波动幅度的大小而变化，而且股价通道又具有变异性，它会随着股价的变化而自动调整。由于之前大部分交易策略都是选股或者趋势追踪的择时，所以基于这一指标我们设计了一个均值回归的交易策略。

策略逻辑：行情大部分时候都在震荡，所以均值回归可以盈利。

策略内容：当价格触及布林线上轨的时候进行卖出，当触及下轨的时候，进行买入。

资金管理：每次100股

源代码：

# coding=utf-8
from __future__ import print_function, absolute_import
from gm.api import *
"""
本策略采用布林线进行均值回归交易。当价格触及布林线上轨的时候进行卖出，当触及下轨的时候，进行买入。
使用600004在 2009-09-17 13:00:00 到 2020-03-21 15:00:00 进行了回测。
注意： 
1：实盘中，如果在收盘的那一根bar或tick触发交易信号，需要自行处理，实盘可能不会成交。
"""
# 策略中必须有init方法
def init(context):
    """ init函数是在策略开始运行时被调用，进行初始化工作的函数"""
    # 设置布林线的三个参数
    context.maPeriod = 26  # 计算BOLL布林线中轨的参数
    context.stdPeriod = 26  # 计算BOLL 标准差的参数
    context.stdRange = 1  # 计算BOLL 上下轨和中轨距离的参数
    # 设置要进行回测的合约 合约名称写法详见 https://www.myquant.cn/docs/python/python_concept#44e233ec21d880c2
    # 或者可以在掘金终端的仿真交易中输入这个代码看是否查询的是需要的标的
    context.symbol = 'SHSE.600004'  # 订阅&交易标的, 此处订阅的是600004
    context.period = max(context.maPeriod, context.stdPeriod, context.stdRange) + 1  # 订阅数据滑窗长度
    # 滑窗指的是每次从最新的行情往回取一定周期的数据， 相当于行情软件中k线图一个屏所容纳的k线
    # 订阅行情 第一个参数是标的， 第二个是时间周期，表示日线，第三个指指定设置count参数，表示需要的滑窗大
    # 详见 https://www.myquant.cn/docs/python/python_subscribe#15ad56f8be8519c0
    subscribe(symbols= context.symbol, frequency='1d', count=context.period)
def on_bar(context, bars):
    """
    当init中subscribe订阅过的标的的k线完成的时候，on_bar 会被调用，用来处理计算和交易下单逻辑
    详见 https://www.myquant.cn/docs/python/python_data_event#b198d6b609adb1d4
    """
    # 获取数据滑窗，只要在init里面有订阅，在这里就可以取的到， 返回值是pandas.DataFrame的数据结构
    data = context.data(symbol=context.symbol, frequency='1d', count=context.period, fields='close')
    # 计算boll的上下界
    bollUpper = data.close.rolling(context.maPeriod).mean() \
                + context.stdRange * data.close.rolling(context.stdPeriod).std()
    bollBottom = data.close.rolling(context.maPeriod).mean() \
                 - context.stdRange * data.close.rolling(context.stdPeriod).std()
    # 获取现有持仓
    pos = context.account().position(symbol=context.symbol, side=PositionSide_Long)
    # 交易逻辑与下单
    # 当有持仓，且股价穿过BOLL上界的时候卖出股票。
    if data.close.values[-1] > bollUpper.values[-1] and data.close.values[-2] < bollUpper.values[-2]:
        if pos:  # 有持仓就市价卖出股票。
            order_volume(symbol=context.symbol, volume=100, side=OrderSide_Sell,
                         order_type=OrderType_Market, position_effect=PositionEffect_Close)
            print('以市价单卖出一手')
    # 当没有持仓，且股价穿过BOLL下界的时候买出股票。
    elif data.close.values[-1] < bollBottom.values[-1] and data.close.values[-2] > bollBottom.values[-2]:
        if not pos:  # 没有持仓就买入一百股。
            order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy,
                         order_type=OrderType_Market, position_effect=PositionEffect_Open)
            print('以市价单买入一手')
if __name__ == '__main__':
    '''
        strategy_id策略ID,由系统生成
        filename文件名,请与本文件名保持一致
        mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
        token绑定计算机的ID,可在系统设置-**管理中生成
        backtest_start_time回测开始时间
        backtest_end_time回测结束时间
        backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
        backtest_initial_cash回测初始资金
        backtest_commission_ratio回测佣金比例
        backtest_slippage_ratio回测滑点比例
        '''
    run(strategy_id='strategy_id',
        filename='main.py',
        mode=MODE_BACKTEST,
        token='token_id',
        backtest_start_time='2009-09-17 13:00:00',
        backtest_end_time='2020-03-21 15:00:00',
        backtest_adjust=ADJUST_PREV,
        backtest_initial_cash=1000,
        backtest_commission_ratio=0.0001,
        backtest_slippage_ratio=0.0001)

最终回测结果：

回归策略最终也跑赢了指数，但是需要注意，这只是在现在没用什么大行情的情况下适用，如果出现了大牛市，还是需要小心使用为好。

声明：本文仅供交流与探讨，不够成任何投资建议，否则后果自负！