量化投资入门教程六——技术指标MA策略
期权投资中的技术指标掌握期权交易中常用的技术指标
期权投资中的技术指标掌握期权交易中常用的技术指标期权投资中的技术指标期权投资是一种金融衍生品，它给予持有者在未来某个特定时间以特定价格（行使价格）买入（认购期权）或卖出（认沽期权）某一标的资产的权利，而无须买入或卖出该标的资产本身。
在期权交易中，技术指标是帮助投资者分析和预测市场走势的重要工具。
本文将介绍期权投资中常用的技术指标。
技术指标一：移动平均线（Moving Average，简称MA）移动平均线是用于分析市场趋势的重要指标之一。
根据计算方法的不同，移动平均线分为简单移动平均线（SMA）和指数移动平均线（EMA）。
SMA是将一定时期内的价格加总，再除以该时期的天数，得出的是每一天的平均价格。
而EMA则更重视近期数据，对不同时期的数据进行加权计算。
通常，短期移动平均线的突破长期移动平均线被认为是买入信号，反之则是卖出信号。
技术指标二：相对强弱指标（Relative Strength Index，简称RSI）相对强弱指标是用来判断市场处于超买还是超卖状态的技术指标。
RSI的取值范围为0-100，当RSI大于70时，市场被认为处于超买状态，投资者应注意卖出；当RSI小于30时，市场被认为处于超卖状态，投资者应考虑买入。
RSI指标可以帮助投资者找到市场的拐点，提高投资效果。
技术指标三：动量指标（Momentum Indicator）动量指标是衡量市场或某一资产价格变动速度的参考工具。
通过计算当前价格与一定期间前的价格之间的差异，动量指标可以反映市场的趋势和力度。
当动量指标线高于零线时，市场呈上升趋势；当动量指标线低于零线时，市场呈下降趋势。
投资者可以通过动量指标判断市场的走势，及时调整交易策略。
技术指标四：布林带指标（Bollinger Bands）布林带指标是描述价格上下波动幅度的技术指标。
它由三条线组成，中轨是移动平均线，上轨和下轨是标准差的加减。
布林带的宽窄可以反映市场的波动性。
当价格触及上轨时，表明市场处于超买状态，投资者可考虑卖出；反之，当价格触及下轨时，表明市场处于超卖状态，投资者可考虑买入。
股票技术指标学习MA与KDJ的比较与选择
股票技术指标学习MA与KDJ的比较与选择股票市场一直以来都是投资者关注的焦点，而技术指标的运用对于预测市场走势和制定投资策略具有重要作用。
MA（Moving Average）和KDJ是两个常用的技术指标，本文将对它们进行比较与选择。
一、MA技术指标MA指标即简单移动平均线，通过计算一段时间内的收盘价平均值来显示市场价格的趋势，用以辅助判断股票的买卖时机。
1. MA的计算方法MA的计算方法简单直观，常用的是5日线、10日线、20日线以及60日线等。
以5日线为例，计算方式如下：（收盘价1+收盘价2+收盘价3+收盘价4+收盘价5）/ 52. MA的使用场景MA的技术指标主要用于判断股票的趋势和价格的支撑位与压力位。
当股票价格上涨并且突破MA线时，意味着股票可能会继续上涨，可能是买入的时机；相反，当股票价格下跌并且跌破MA线时，意味着股票可能会继续下跌，可能是卖出的时机。
二、KDJ技术指标KDJ指标是一种相对强弱指标，基于随机指标（KD）的改进而来，通过三条曲线的交叉和走势来判断股票的买卖信号。
1. KDJ的计算方法KDJ的计算主要基于以下三个参数：N日内的最高价（HN）、N日内的最低价（LN）和当日的收盘价（Cn）。
首先计算K值：K = 100 * (Cn - LN) / (HN - LN)然后计算D值：D = MA(K, M)，其中M为K值的平滑周期最后计算J值：J = 3 * K - 2 * D2. KDJ的使用场景KDJ指标主要用于判断股价的超买和超卖情况，并给出相应的买入和卖出信号。
当K线从下方向上突破D线时，意味着股票可能进入超买状态，建议卖出；相反，当K线从上方向下突破D线时，意味着股票可能进入超卖状态，建议买入。
三、MA与KDJ的比较与选择1. 相关性比较MA和KDJ都是常用的技术指标，但其计算方式和使用场景有所不同。
MA主要用于判断股票价格的趋势和支撑位压力位，适用于判断趋势明显的行情；而KDJ更注重股价的超买超卖情况，适用于震荡行情。
均量线指标
均量线指标均量线指标（MA）是技术分析的基础，是一种常用的股票分析工具，它能够清晰地显示出股市行情的变化趋势，能够让投资者更清楚地了解股市行情，从而决定投资组合中股票的买卖策略。
均量线指标也常常被股票技术分析师用来识别市场中买卖机会，以实现获取利益的目的。
均量线指标一般用来识别股市的买卖机会，它是一种过去几日或几周的收盘价格的平均值，其中包括今天的收盘价格。
这个指标可以用来指导投资者做出明智的投资决策，更重要的是，可以准确识别当下的股市买卖机会；此外，可以用来检测股市的趋势，确定出相应的趋势线，以分析市场转折点，及时确定出买卖机会，以获取利益。
均量线指标通常有三类：简单移动均线（SMA）、指数移动均线（EMA）和加权移动均线（WMA）。
其中简单移动均线是将前几日收盘价格的平均价格，作为当日的收盘价格，以此计算出均线；指数移动均线是将股票的简单移动均线用指数衰减的方法加以叠加；加权移动均线是把近期的收盘价格按照时间赋予不同的权重，加以加权叠加的。
简单移动均线常常被估计为股市短期波动的变化趋势，可以更准确地判断股市的明显变动，及时发出强弱指标，帮助投资者确定买卖股票的时机。
另一方面，指数移动均线可以用来估计市场中的长期趋势，而加权移动均线则可以更灵敏地检测趋势变化，帮助投资者更好地定位股市的买卖机会。
均量线指标的使用方法极为简单：只需将均量线指标输入到股票分析软件中，就可以获得股票行情的变化趋势，以及买卖机会指标。
此外，这种技术分析工具还可以帮助投资者评估投资风险，通过比较不同股票的均量线曲线，可以了解这些股票的最近行情变动情况，从而更准确地预测投资行为。
由此可见，均量线指标是一种十分重要的技术分析工具，它可以清楚地显示出股市的行情变化趋势，从而帮助投资者确定投资组合中股票的买卖策略，降低投资风险，实现投资目标。
因此，均量线指标是投资者必不可少的工具，它为投资界的发展提供了重要的技术支持，是股市技术分析的重要组成部分。
ma指标三条线使用技巧
ma指标三条线使用技巧MA指标是一种常用的技术分析指标，用于分析市场的走势和趋势。
它是基于一段时间内的均价计算而来，通过显示三条线来帮助交易者进行决策。
本文将介绍MA指标的使用技巧，以帮助读者更好地理解和应用这一指标。
第一步：了解MA指标的基本概念和计算方法MA指标即移动平均线，它是通过计算一段时间内的均价来绘制出的线。
常见的MA指标有10日均线、20日均线和50日均线等。
计算MA指标的方法是将一定时间内的收盘价相加，然后除以该时间段的天数。
例如，计算10日均线时，将过去10个交易日的收盘价相加，然后除以10。
第二步：确定合适的时间周期和均线类型在使用MA指标时，我们需要确定适合的时间周期和均线类型。
时间周期的选择应根据交易者的交易策略、交易周期和市场的特点来确定。
较短的时间周期可能更适合短线交易，而较长的时间周期则适合长线投资。
另外，不同的均线类型也可能适用于不同的市场。
常见的均线类型有简单移动平均线（SMA）和指数移动平均线（EMA），其中SMA更适合用于长期趋势分析，而EMA对价格变动的反应更敏感，适合用于短期交易。
第三步：观察均线的交叉和走势均线的交叉是MA指标的重要信号之一。
当短期均线从下方穿越长期均线时，被称为“金叉”，这通常被解读为买入信号；相反，当短期均线从上方穿越长期均线时，被称为“死叉”，这通常被解读为卖出信号。
交叉信号的有效性和可靠性取决于市场的走势和趋势。
第四步：结合其他技术指标进行分析MA指标通常被用作辅助指标，与其他技术指标一起使用，以进一步强化交易决策。
常见的与MA指标结合使用的指标包括RSI（相对强弱指标）和MACD（移动平均线收敛/发散指标）。
例如，当MA 指标出现金叉信号时，如果RSI也指向超买区域，那么这可能意味着市场已经过热，交易者可能需要谨慎进场。
第五步：关注均线的支撑和阻力均线除了可以显示市场趋势外，还可以作为支撑和阻力水平。
当价格跌至均线附近时，均线可能起到支撑作用，即价格可能回升。
ma趋势因子量化投资策略_概述及解释说明
ma趋势因子量化投资策略概述及解释说明1. 引言1.1 概述在金融市场中，投资者一直致力于寻找有效的投资策略来获取更高的收益。
随着量化投资的兴起，MA趋势因子量化投资策略逐渐成为研究和应用的热点。
本篇文章旨在对MA趋势因子量化投资策略进行全面介绍和解释，从其定义、背景、核心要素和方法、优缺点以及实际应用案例等方面进行详细讨论。
通过深入了解和分析该策略，将有助于投资者对于MA趋势因子量化投资策略有一个全面的认识，并在实际操作中做出明智的决策。
1.2 文章结构本文共分为五个主要部分，每个部分都对MA趋势因子量化投资策略的不同方面进行探讨。
具体而言，文章结构如下：第一部分是引言部分，主要介绍了本文对于MA趋势因子量化投资策略的概述和目标。
第二部分是"MA趋势因子量化投资策略的定义与背景"，我们将解释什么是MA 趋势因子量化投资策略，并探讨它在金融市场中的应用背景和近期表现与影响力。
第三部分是"MA趋势因子量化投资策略的核心要素和方法"，我们将介绍MA指标的计算方法及其在该策略中的作用，同时还会探讨其他辅助指标和技术工具在该策略中的选择原则等关键要点。
第四部分是"MA趋势因子量化投资策略的优缺点及应用案例分析"，我们将详细分析该策略的优点、成功案例以及不足之处和风险评估指标解析，并展示具体的实证结果。
最后一部分是结论与展望，在对MA趋势因子量化投资策略进行总结和启示后，我们将对未来发展方向和应用前景进行展望。
1.3 目的本文旨在通过全面阐述MA趋势因子量化投资策略的定义、背景、核心要素和方法以及实际应用情况等方面，为读者提供一个深入了解该策略并能够应用于实践的基础。
通过对该主题进行详细探讨，希望能够使读者对于MA趋势因子量化投资策略有一个全面和准确的认识，从而能够在金融市场中做出更明智的投资决策，提高投资收益。
2. MA趋势因子量化投资策略的定义与背景2.1 什么是MA趋势因子量化投资策略MA趋势因子量化投资策略是一种基于移动平均线指标的投资方法，通过利用市场价格的走势来确定交易信号和风险控制。
MA指标介绍及用法
MA指标介绍及用法MA指标是移动平均指标的缩写，是一种常用的技术分析指标。
它是基于统计学原理的，通过计算一定时间内股价或指数收盘价的平均值，来观察股价走势的长短期变化，以便预测未来价格走势。
MA指标的计算方法很简单，只需对一段时间内的收盘价进行累加求和，然后除以该段时间的天数即可。
如5日均线，就是对最近5天的收盘价进行累加求和，再除以5MA指标的应用非常广泛，常见的有以下几种用法：1.趋势判断。
通过观察短期和长期的均线走势，可以判断股票或指数的趋势是上涨、下跌或横盘。
当短期均线向上穿越长期均线时，被认为是一个买入信号；而当短期均线向下穿越长期均线时，被认为是一个卖出信号。
2.支撑和阻力位。
股价在上涨时，常常会受到均线的支撑，而在下跌时会遇到均线的压力。
当股价接近均线时，可能会出现反弹或反转的机会。
3.突破交易。
当股价突破均线时，可能会产生较大的涨跌空间。
例如，当股价向上突破均线时，可能是一个买入信号；当股价向下突破均线时，可能是一个卖出信号。
4.均线交叉。
当不同周期的均线交叉时，可能会发生较大的价格波动。
例如，当短期均线向上穿越长期均线时，可能是一个买入信号；反之，当短期均线向下穿越长期均线时，可能是一个卖出信号。
尽管MA指标有以上几种常见的用法，但需要注意的是，它是一种追踪指标，具有一定的滞后性，不能单独作为买卖依据。
为了提高准确性，通常还需要结合其他技术指标和基本面分析来进行综合判断。
此外，MA指标还有一些常见的变体，如指数平滑移动平均线（EMA）、加权移动平均线（WMA）等，它们对不同时间点的数据给予不同的权重，以更精确地反映价格走势。
总之，MA指标是一种简单而实用的技术分析指标，通过计算一定时间内的股价平均值，可以观察价格走势的长短期变化，以辅助投资者做出买卖决策。
但需要注意的是，它仅仅是一种工具，不应单独作为决策依据，还需结合其他指标和分析方法来进行综合判断。
ma指标详解
ma指标详解一、什么是MA指标MA指标是一种常用的技术分析指标，全称为Moving Average，即移动平均线。
它是通过计算一定周期内的股价均值来反映股票价格的走势，从而帮助投资者判断趋势的变化和股票的买卖时机。
二、MA指标的计算方法MA指标的计算方法非常简单，只需要将一定周期内的股价相加，然后除以该周期的天数即可得到移动平均线的值。
例如，计算5日移动平均线，就是将过去5天的收盘价相加，然后除以5。
三、MA指标的作用1. 判断趋势：通过观察股价与移动平均线的相对位置，可以判断股票的主要趋势是上涨、下跌还是横盘。
当股价位于移动平均线之上时，说明股票处于上涨趋势；当股价位于移动平均线之下时，说明股票处于下跌趋势；当股价与移动平均线交叉多次且交错不定时，说明股票处于横盘整理阶段。
2. 买卖时机：当股价由下向上穿过移动平均线时，说明股票可能出现上涨趋势，可以考虑买入；当股价由上向下穿过移动平均线时，说明股票可能出现下跌趋势，可以考虑卖出。
3. 支撑与阻力：移动平均线也可以作为支撑与阻力的参考线。
当股价跌至移动平均线附近时，可能会受到支撑，反弹上涨的概率较大；当股价上涨至移动平均线附近时，可能会受到阻力，进一步上涨的空间有限。
四、不同周期的MA指标MA指标可以根据不同的周期进行计算，常见的有5日、10日、20日、30日、60日和120日等。
不同周期的MA指标反映了不同时间段内的股价走势，可以根据自己的交易风格和投资周期选择合适的MA指标。
五、MA指标的局限性尽管MA指标在判断趋势和买卖时机方面有一定的参考价值，但也存在一些局限性。
首先，MA指标是一种滞后指标，即它只能根据过去的数据来判断趋势，不能预测未来走势。
其次，MA指标对于短期波动较大的股票可能出现滞后效应，导致买卖时机的错误判断。
此外，MA指标也无法应对市场的突发事件和重大利空消息，因此在使用时需要结合其他技术指标和基本面分析。
六、如何使用MA指标1. 确定合适的周期：根据自己的交易风格和投资周期选择合适的MA指标周期，一般来说，短期交易者可以选择较短的周期，而长期投资者可以选择较长的周期。
股票基础知识-MA指标
MA指标的基本应用一、名词解释MA：英文名为Moving average，叫移动平均线，是用统计方法，将某一时间段的收盘价的总和除以该时间段的天数，即得到这一时间段的股价平均值，然后将这些平均值相应的坐标点连接成一条曲线，即移动平均线，以便观察股价的变动趋势。
移动平均线运行一段时间后，将会出现波峰和波谷，也就是拐点，预示着趋势的变化。
在股票买卖交易时，运用MA指标可以界定风险程度，将亏损的可能性降低。
（黄）金叉： MA指标的“金叉”是指周期较短的平均线从下向上穿过周期较长的平均线，这说明投资者看好后市纷纷买入，买入成本不断提高，价格短期将加速上涨，投资者应在均线出现金叉当日就及时买入。
死（亡）叉：MA 指标中的“死叉”是指周期较短的均线从上向下穿过周期较长的均线，这说明持金者获利后在不计成本出货，金价短期走势看跌，投资者应在均线出现死叉当日就立刻卖出股票。
需要注意的是，不是所有的黄金交叉和死亡交叉都有买入点和卖出点，当庄家进行震荡吸筹和震荡出货时，黄金交叉和死亡交叉指标的买卖点是不可靠的。
二、MA指标的构成常用的移动平均线周期有5日、10日、20日、30日、60日、120日和240日。
5日、10日、20日的移动平均线看作短期指标，称为月均线指标；20日、30日、60日的移动平均线看作中期指标，称为季均线指标；60日、120日和240日的移动平均线看作长期指标，称为年均线指标；240日长期移动平均线可作为牛市与熊市的分界线。
在国内股市中，常利用的移动平均线组合有5日、10日、20日、60日，和5日、10日、20 日、30日。
三、MA指标的基本使用方法（1）移动平均线的拐点（2）双线交叉法（3）三线组合分析如果三种移动平均线并列上涨，该市场呈多头排列,是持股最佳时期，股价呈强劲上升势头。
如果三种移动平均线并列下跌，该市场呈空头排列,股价呈强势下将势头，赶紧清仓。
金三角交叉：5日均线上穿10日均线，再上穿20日均线，10日均线上穿20日均线而产生的三角形，称为金三角交叉。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
量化投资入门教程六——技术指标MA策略目录1.策略原理及代码1.1策略原理1.2策略代码1.2.1ATR.ini1.2.2ATR.py1.2.3stock_pool.csv2.Python相关函数2.1Python标准函数2.2掘金接口函数3.金融术语（移动平均线）1.策略原理及代码1.1策略原理基于ta-lib的MA策略。
如果当前价格高于MA，买入股票；如果当前价格低于MA，卖出股票。
实现量化投资策略的相关编程并非想象中这么困难，从Python的安装到量化编程的实现只需简单几步（具体见/q/forum.php?mod=viewthread&tid=54&extra=page%3D1轻松安装Python、掘金量化平台及相关工具包）1.2策略代码（可直接在python中实现）1.2.1 ma.ini[strategy]username=password=;回测模式mode=4td_addr=localhost:8001strategy_id=;订阅代码注意及时更新subscribe_symbols=SHFE.ag1705.tick,SHFE.ag1705.bar.60[backtest]start_time=2017-02-15 21:00:00end_time=2017-03-07 16:00:00;策略初始资金initial_cash=10000000;委托量成交比率，默认=1（每个委托100%成交）transaction_ratio=1;手续费率，默认=0（不计算手续费）commission_ratio=0.0004;滑点比率，默认=0（无滑点）slippage_ratio=0price_type=1;基准bench_symbol=SHSE.000300[para]trade_exchange=SHFEtrade_symbol=ag1705window_size=200bar_type=60tick_size=1significant_diff=21timeperiod=20############################################################## # logger settings############################################################## [loggers]keys=root[logger_root]level=DEBUGhandlers=console,file[handlers]keys=console,file[handler_file]class=handlers.RotatingFileHandlerargs=('ma.log','a','maxBytes=10000','backupCount=5')formatter=simple[handler_console]class=StreamHandlerargs = (sys.stdout,)formatter=simple[formatters]keys = simple[formatter_simple]format=%(asctime)s - %(name)s - %(levelname)s - %(message)sdatefmt=1.2.2 ma.py#!/usr/bin/env python# encoding: utf-8import numpy as npfrom collections import dequefrom gmsdk import *from talib import SMA# 算法用到的一些常量，阀值，主要用于信号过滤eps = 1e-6threshold = 0.235tick_size = 0.2half_tick_size = tick_size / 2significant_diff = tick_size * 2.6class MA(StrategyBase):''' strategy example1: MA decision price cross long MA, then place a order, temporary reverse trends place more orders '''def __init__(self, *args, **kwargs):#import pdb; pdb.set_trace()super(MA, self).__init__(*args, **kwargs)# 策略初始化工作在这里写，从外部读取静态数据，读取策略配置参数等工作，只在策略启动初始化时执行一次。
# 从配置文件中读取配置参数self.exchange = self.config.get('para', 'trade_exchange')self.sec_id = self.config.get('para', 'trade_symbol')self.symbol = ".".join([self.exchange, self.sec_id])st_price = 0.0self.trade_unit = [3, 1, 2, 0]# self.trade_count = 0self.trade_limit = len(self.trade_unit)self.window_size = self.config.getint('para', 'window_size') or 200self.timeperiod = self.config.getint('para', 'timeperiod') or 20self.bar_type = self.config.getint('para', 'bar_type') or 60self.close_buffer = deque(maxlen=self.window_size)self.significant_diff = self.config.getfloat('para', 'significant_diff') or significant_diff# prepare historical bars for MA calculating# 从数据服务中准备一段历史数据，使得收到第一个bar后就可以按需要计算malast_closes = [bar.close for bar in self.get_last_n_bars(self.symbol, self.bar_type,self.window_size,end_time=self.start_time)]last_closes.reverse() #因为查询出来的时间是倒序排列，需要倒一下顺序self.close_buffer.extend(last_closes)# 响应bar数据到达事件def on_bar(self, bar):# 确认下bar数据是订阅的分时if bar.bar_type == self.bar_type:# 把数据加入缓存self.close_buffer.append(bar.close)# 调用策略计算self.algo_action()# 响应tick数据到达事件def on_tick(self, tick):# 更新市场最新成交价st_price = st_pricedef on_execution(self, execution):#打印订单成交回报信息print(("received execution: %s" % execution.exec_type))#策略的算法函数，策略的交易逻辑实现部分def algo_action(self):# type: () -> object#数据转换，方便调用ta-lib函数进行技术指标的计算，这里用SMA指标close = np.asarray(self.close_buffer)ma = SMA(close, timeperiod=self.timeperiod)delta = round(close[-1] - ma[-1],4) # 最新数据点，bar的收盘价跟ma的差cross = (close[-1] - ma[-1]) * (close[-3] - ma[-3]) < 0 ## 判断有否交叉last_ma = round(ma[-1], 4) # 均线ma的最新值momentum = round(st_price - last_ma,4) # 当前最新价格跟ma之间的差，成交价相对ma偏离 #print 'close: ', closeprint(('close ma delta: {0}, last_ma: {1}, momentum: {2}'.format(delta, last_ma, momentum)))a_p = self.get_position(self.exchange, self.sec_id, OrderSide_Ask) #查询策略所持有的空仓b_p = self.get_position(self.exchange, self.sec_id, OrderSide_Bid) #查询策略所持有的多仓# 打印持仓信息print(('pos long: {0} vwap: {1}, pos short: {2}, vwap: {3}'.format(b_p.volume if b_p else 0.0, round(b_p.vwap,2) if b_p else 0.0,a_p.volume if a_p else 0.0,round(a_p.vwap,2) if a_p else 0.0)))if cross and delta > threshold and momentum >= significant_diff: ## 收盘价上穿均线，且当前价格偏离满足门限过滤条件，多信号# 没有空仓，开多if (a_p is None or a_p.volume < eps):# 依次获取下单的交易量，下单量是配置的一个整数数列，用于仓位管理，可用配置文件中设置 vol = self.trade_unit[0]# 如果本次下单量大于0, 发出买入委托交易指令if vol > eps:self.open_long(self.exchange, self.sec_id, st_price, vol)else:# 如果有空仓，平掉空仓if a_p and a_p.volume > eps:self.close_short(self.exchange, self.sec_id, st_price, a_p.volume)elif cross and delta < -threshold and momentum <= - significant_diff: ## bar 收盘价下穿ma 均线，且偏离满足信号过滤条件# 没有多仓时，开空if (b_p is None or b_p.volume < eps):vol = self.trade_unit[0]if vol > eps:self.open_short(self.exchange, self.sec_id, st_price, vol)else:# 已有多仓，平掉多仓if b_p and b_p.volume > eps:self.close_long(self.exchange, self.sec_id, st_price, b_p.volume)else: ## 其他情况，忽略不处理pass## 订单完全成交def on_order_filled(self, order):print(('''received order filled: sec_id: {0}, side: {1}, volume: {2}, filled price: {3}, filled: {4} '''.format(order.sec_id, order.side, order.volume, order.filled_vwap, order.filled_volume)))# 策略启动入口if __name__ == '__main__':# 初始化策略ma = MA(config_file='ma.ini')#import pdb; pdb.set_trace() # python调试开关print('strategy ready, waiting for market data ......')# 策略进入运行，等待数据事件ret = ma.run()# 打印策略退出状态print(("MA exit: {}".format(ma.get_strerror(ret))))2.Python相关函数2.1Python标准函数2.2掘金接口函数3.金融术语移动平均线：Moving Average，简称MA，原本的意思是移动平均，由于我们将其制作成线形，所以一般称之为移动平均线，简称均线。