安装工作环境
本文的开发都是用python实现，首先是因为它简单易懂，其次是有丰富的开源库，最关键的还是因为它有pandas和pytdx这两个重要的第三方库。
为了简化安装环境，这里直接通过conda来进行python以及第三方库的安装。
Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。
1）安装conda
conda分为anaconda和miniconda。anaconda是包含一些常用包的版本，miniconda则是精简版，这里直接安装miniconda就行。
conda官网：https://conda.io/en/latest/miniconda.html
根据你自己操作系统选择合适的版本，本文的开发环境为python3.6，目前项目里没有使用太多的第三方库，基本上3.5-3.7的版本应该都可以使用。
具体安装方式请参考官方文档：
https://conda.io/projects/conda/en/latest/user-guide/install/index.html
1. 安装常用第三方库
项目中用到的第三方库包括但不限于：pymongo、APScheduler、scipy、gevent、pyecharts、tushare、pandas、pytdx、talib
对于windows系统，talib的安装可能会有点问题，其他的库都可以直接通过 pip install <libname>的方式进行安装成功
talib的安装：https://www.lfd.uci.edu/~gohlke/pythonlibs/#ta-lib这是一个直接编译好的库，找到和你python版本对应的安装就可以了。
先下载到本地，然后用pip install 可以安装成功
2. 获取历史数据
本项目中的行情数据源都通过pytdx来抓取，由于pytdx拥有简单友好的文档，这里不再对相关接口做进一步文档说明。pytdx 文档：https://rainx.gitbooks.io/pytdx/content/
简单以股票盘口数据抓取为例:
返回值说明：bid1：买一价
ask1：卖一价
bid1_vol1:买一挂单量
ask1_vol1:卖一挂单量
下面是指数历史数据的抓取和返回：
3. 均线策略举例
接下来开始进入正题。
首先是下载代码（默认你已经安装了git）：
git clone https://github.com/xuhshen/lianghuajiaoyi.git
下载之后打开文件夹会得到下面一个目录结构：
接下来是在strategy目录下新建一个策略文件：sjx.py
然后再sjx.py里实现策略代码
本文所有的策略都会采用统一的策略框架，下图是基本的策略代码结构：
策略训练代码：
扫参结果：
比较好的几组参数：
比较差的几组参数:
从上面的扫参结果可以发现，当两个均线跨度比值在一定区间内，收益比较好，
结果比较差的是几根半年线左右的均线。上面是最近1000个交易日的结果，下面我们根据好的参数，对更多的样本外数据进行测试。
参数：5,40净值曲线(最近2000个交易日) ：
累计收益5.38倍,交易次数94次
参数：15,25净值曲线(最近2000个交易日) ：
累计收益6.38倍,交易次数54次
从上面测试结果看，最近10年只要我们严格按照这两组参数的信号对000001进行交易，最终是可以实现5-6倍的收益
如果一直持有00001，在样本测试区间的收益图如下，实际收益差不多在3.5倍左，但是其回撤会远远大于我们的双均线模型
测试代码：
