感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

读题：

看到关键词：敏感程度 ，就知道这是一个敏感度分析，因为太常见了，你一定要知道。继续仔细读题，什么的敏感程度？交易成本！交易成本有什么？我们是还不知道那1000美元怎么比例分配的吧，第二问我们就证明出它是个最佳策略了，就是最赚钱的嘛，虽然我们还不知道怎么证明，应该就是控制这个比例，交易成本？是不是还在想把1000美元变成2000，3000？这个没多大意义，跟控制这个比例是一样的。

1.4 第四问

题目说到：传达策略，模型，结果，三点内容。

策略：百度一下股票投资测类，发现是有很多种，我们在第一问应该只是随便选取的一种，投资是有风险的，我们无法证明哪个策略好，风险高的一半回报大，但是亏也有可能大。所以我们可以在这讲一下第一问的策略，在多提出几种方案（百度请）。

模型：再介绍一下模型的优缺点？

结果：把结果贴出来，用自己的语言描述一下。

二、思路和资料查询的正确方法

---

2.1 思路方法指导

首先给大家说一个产业链坑，很多人一打数学建模比赛就会百度：xx数学建模思路，如果你是小白，那么我建议你可以参考，可以给你提供一个方向，你应该更绝那样的方向去自行搜索更多准确的资料，但是基本都是错误的思路，不要相信它什么985团队，扯犊子的，我们数模圈几乎是没有人有人能给你提供思路，有能力的人不会出来说话，半斤八俩的人就是在网上开始收割韭菜，瞎扯点思路，然后跳转面包多（以后遇到在这里买的，基本都不靠谱），不针对任何人，也不是针对面包多这个产品，我实话实说，所以一定要靠自己，打比赛不要着急，第一天你可能什么思路都没有，你能做的可能都是百度，查到有用的资料就保存起来给团队一起看，大家都觉得好那就一定有用。

上面我说到：百度。我说的百度不是真的让你用百度，这仅仅是因为大多数人用的是百度，百度已经成了搜索的代有名词，我的建议是对你的浏览器换搜索引擎，至少你应该用：bing引擎，最好是使用谷歌引擎。

哪里换浏览器引擎？设置-搜索引擎

顺便说一下，个人建议浏览器用谷歌浏览器。我一般会怎么搜私聊，如果我是很着急学习一门技术，需要最快时间定位到最好的资料，我会使用谷歌引擎，如果自己没多大需求，我就换回bing引擎。再说一下：谷歌引擎会让你进入全新的学习世界。

比如说我看到这个题就是讲的股票投资，我会如何搜索？

这样？

不，应该这样：(这是bing引擎）

这是谷歌搜索：

看来第一篇很不错，排在越上面，说明质量越好的，多查类似资料，我们可以由此确定方向具体化：量化投资股票。

2.2 第一问思路

根据题目可以看出是要预测，注意预测不要站在上帝视角预测，是根据已有数据预测，所以怎么查资料？

懂了吧？多参考几篇写得好的，认真阅读，把他们提到的模型拿来改改符合题目要求是不是就可以了？加上股票风险分析之类的，自己搜一下就会了。

2.3 第二问思路

证明策略好坏？那就是对策略好坏做个评价呗。这个确实不知怎么想，所以继续搜索：

经过多篇文章查询，我们是可以确定到这样一个方法：回测

然后我们会看到这样的标题很符合我们的题目：

认真读一下题，确实很符合，于是我多看了几篇，发现有专门的回测模块，于是就去搜索回测模块，经过查询体验最好的是Backtrader，然后呢就继续学习一下框架吧，就能做出来了，不难的,在这里我给大家展示一个实现代码，会有类似效果：

主要模块安装，其它模块自行安装：

!pip install backtrader

模块导入：

import datetime

from datetime import datetime

import pandas as pd

import pandas_datareader.data as web

import matplotlib.pyplot as plt

import seaborn as sns

sns.set_style(‘whitegrid’)

import backtrader as bt

import backtrader.feeds as btfeeds

获取比特币范围数据：

start = datetime(2016, 9, 11) # or start = ‘9/12/2016’

end = datetime(2021, 9, 12)

df= web.DataReader(‘BTC-USD’, ‘yahoo’, start, end)#雅虎财经获取比特币数据

print(df)

下面以一个简单的单均线策略为例，展示backtrader的使用过程，即当收盘价上涨突破20日均线买入（做多），当收盘价下跌跌穿20日均线卖出（做空）：

class my_strategy1(bt.Strategy):

#全局设定交易策略的参数

params=(

(‘maperiod’,20),

)

def init(self):

#指定价格序列

self.dataclose=self.datas[0].close

初始化交易指令、买卖价格和手续费

self.order = None

self.buyprice = None

self.buycomm = None

#添加移动均线指标，内置了talib模块

self.sma = bt.indicators.SimpleMovingAverage(

self.datas[0], period=self.params.maperiod)

def next(self):

if self.order: # 检查是否有指令等待执行,

return

检查是否持仓

if not self.position: # 没有持仓

#执行买入条件判断：收盘价格上涨突破20日均线

if self.dataclose[0] > self.sma[0]:

#执行买入

self.order = self.buy(size=50)

else:

#执行卖出条件判断：收盘价格跌破20日均线

if self.dataclose[0] < self.sma[0]:

#执行卖出

self.order = self.sell(size=100)

股票数据读取：

#先引入后面可能用到的包（package）

import pandas as pd

from datetime import datetime

import backtrader as bt

import matplotlib.pyplot as plt

%matplotlib inline

#正常显示画图时出现的中文和负号

from pylab import mpl

mpl.rcParams[‘font.sans-serif’]=[‘SimHei’] #使用tushare获取浦发银行（代码：600000）数据。

#使用tushare旧版接口获取数据

import tushare as ts

def get_data(code,start=‘2016-09-11’,end=‘2021-09-09’):

df=ts.get_k_data(code,autype=‘qfq’,start=start,end=end)

df.index=pd.to_datetime(df.date)

df[‘openinterest’]=0

df=df[[‘open’,‘high’,‘low’,‘close’,‘volume’,‘openinterest’]]

return df

dataframe=get_data(‘600000’)

#回测期间

start=datetime(2010, 3, 31)

end=datetime(2020, 3, 31)

加载数据

data = bt.feeds.PandasData(dataname=dataframe,fromdate=start,todate=end)

初始化回测系统：

cerebro = bt.Cerebro()

#将数据传入回测系统

cerebro.adddata(data)

把刚刚的交易策略添加进系统：

cerebro.addstrategy(my_strategy1)

设置起始资金1000：

startcash = 1000

cerebro.broker.setcash(startcash)

设置手续费0.1%：

cerebro.broker.setcommission(commission=0.001)

执行：

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！