大家好，我是fairyran

前两篇我们完成了量化环境搭建 + 量化专属数据类型，现在你已经可以用Python存储股票代码、股价、均线、持仓状态等数据了。

但是！只会“存数据”还做不了量化策略。

量化交易的核心是什么？让程序代替人做判断、做筛选、做循环监控。

比如：

• 股价站上5日均线要不要买入？

• 多只股票批量筛选强势标的？

• 跌破均线是否触发止损？

• 遍历持仓列表判断每只股票的交易信号？

想要实现以上所有功能，必须掌握 Python 两大核心：条件判断（if-elif-else） + 循环语句（for/while）。

本篇不讲废话、全部量化实战场景，学完你可以直接写出：单标的信号判断 + 多标的批量选股脚本，完全衔接后续策略回测内容。

---

一、为什么量化必须学流程控制？

直白说：没有流程控制，就没有量化策略。

所有量化策略的底层逻辑都是三段式：

1. 获取数据（股价、均线、成交量）

2. 条件判断（是否满足买卖条件）

3. 循环执行（批量选股、持续监控）

本篇全程使用股票均线策略逻辑（最经典、最适合新手入门），通俗易懂、可落地、可复用。

---

二、条件判断 if-elif-else：量化策略的“大脑”

1. 基础语法（量化简化版）

if 条件：满足条件执行（买入/持有）

elif 其他条件：满足该条件执行

else：都不满足执行（观望/空仓）

⚠️ 量化新手第一大坑：Python严格依赖缩进，缩进不对直接报错、逻辑错乱！

---

2. 量化实战：单只股票均线信号判断

策略逻辑（新手万能入门策略）：

• 收盘价 > 5日均线 → 多头趋势：持有/买入

• 收盘价 < 5日均线 → 空头趋势：卖出/观望

# 量化场景：单股票均线判断
close = 18.6   # 当前收盘价
ma5 = 18.2     # 5日均线价格

if close > ma5:
    print("✅ 信号：多头趋势，可持有或买入")
elif close < ma5:
    print("❌ 信号：空头趋势，建议减仓或观望")
else:
    print("⚖️ 信号：价格贴合均线，方向不明，观望")

---

3. 进阶：结合持仓状态的完整交易逻辑

真实量化不会只看价格，必须结合当前持仓状态，避免重复开仓、重复卖出。

# 真实量化交易逻辑
close = 18.6
ma5 = 18.2
is_hold = False  # 当前是否持仓

if close > ma5 and not is_hold:
    print("🟢 最终信号：空仓 + 站上均线 → 执行买入")
elif close < ma5 and is_hold:
    print("🔴 最终信号：持仓 + 跌破均线 → 执行卖出")
else:
    print("⚪ 最终信号：无操作，继续观望")

这就是最基础、最标准的量化交易逻辑结构，未来所有复杂策略（MACD、KDJ、趋势突破、网格交易）全部都是在这个结构上叠加条件。

---

三、for循环：批量选股、多标的遍历神器

if 判断只能处理单只股票。

做量化我们需要批量监控几十只、上百只股票，这就必须用for循环。

核心用途：遍历股票列表，批量判断交易信号、批量选股

量化实战：多股票批量选股系统

# 多只股票数据（列表嵌套字典，量化标准存储格式）
stock_list = [
    {"code": "sh000001", "name": "上证指数", "close": 3200, "ma5": 3180},
    {"code": "sz000001", "name": "平安银行", "close": 12.5, "ma5": 12.8},
    {"code": "sh600036", "name": "招商银行", "close": 35.6, "ma5": 35.2},
    {"code": "sz002594", "name": "比亚迪", "close": 265, "ma5": 268}
]

# 批量遍历选股
print("===== 每日量化选股结果 =====")
for stock in stock_list:
    code = stock["code"]
    name = stock["name"]
    close = stock["close"]
    ma5 = stock["ma5"]

    if close > ma5:
        print(f"✅【强势标的】{code} {name}：收盘价站上5日线，可关注")
    else:
        print(f"❌【弱势标的】{code} {name}：跌破5日线，规避")

运行结果直接帮你自动筛选强势股、弱势股，这就是量化自动化的魅力。

---

四、while循环：实现持续监控（模拟实时盯盘）

for循环适合一次性批量处理

while循环适合持续循环、实时监控

量化场景：模拟实时盯盘、循环监控价格、定时检测信号。

量化实战：实时价格监控脚本

# while循环模拟实时盯盘
import time

price = 18.0
ma5 = 17.5
count = 0

# 模拟循环监控3次
while count < 3:
    # 模拟价格小幅波动
    price += 0.1
    count += 1

    if price > ma5:
        print(f"第{count}次监控：当前价格{price:.2f}，多头正常")
    else:
        print(f"第{count}次监控：价格回落，注意风险")
    
    time.sleep(1)  # 暂停1秒，模拟行情刷新

后续我们做实时行情监控、自动交易，全部依赖 while 循环结构。

---

五、break & continue：量化策略精细化控制

两个关键字，极大提升策略专业性：

• break：满足条件直接终止循环（找到目标股票就停止遍历）

• continue：跳过当前标的，继续下一个（剔除ST股、次新股）

实战：筛选到第一只强势股立即停止遍历

stock_list = [
    {"code": "sh000001", "close": 3200, "ma5": 3180},
    {"code": "sz000001", "close": 12.5, "ma5": 12.8},
    {"code": "sh600036", "close": 35.6, "ma5": 35.2}
]

for stock in stock_list:
    if stock["close"] > stock["ma5"]:
        print(f"找到强势标的：{stock['code']}")
        break  # 找到后直接终止循环
    else:
        continue  # 不满足则跳过

---

六、新手高频踩坑总结（量化专属）

整理90%新手都会犯的错误，一次性避坑：

1. 缩进错误：if/for/while下方代码必须缩进，否则直接报错或逻辑错乱

2. 条件写反：把“大于均线写成小于均线”，直接导致策略完全反向

3. 死循环：while循环忘记设置终止条件，程序卡死

4. 重复交易：判断条件不结合持仓状态，导致一直触发买入信号

5. 遍历索引混乱：for循环遍历列表时不要手动写索引，直接遍历元素最稳

---

七、本篇综合大案例：完整简易选股策略

结合：数据类型 + if判断 + for循环，写出一个可直接使用的极简量化选股脚本

# 完整量化选股小策略
stock_pool = [
    {"code":"sh600036","name":"招商银行","close":35.5,"ma5":35.1,"hold":False},
    {"code":"sz002594","name":"比亚迪","close":264,"ma5":266,"hold":True},
    {"code":"sh601318","name":"中国平安","close":42.3,"ma5":42.0,"hold":False}
]

print("===== 批量策略信号输出 =====")
for s in stock_pool:
    if s["close"] > s["ma5"] and not s["hold"]:
        print(f"【买入信号】{s['code']} {s['name']}：站上均线，空仓可介入")
    elif s["close"] < s["ma5"] and s["hold"]:
        print(f"【卖出信号】{s['code']} {s['name']}：跌破均线，持仓需止盈止损")
    else:
        print(f"【观望】{s['code']} {s['name']}：无交易信号")

到这里，你已经具备了编写量化策略逻辑的底层能力。

---

下期预告 & 追更引导

本篇我们搞定了量化逻辑判断 + 批量选股

下一篇是【第四篇】：Python函数封装

你将学会：

• 把选股逻辑封装成专属量化工具函数

• 告别重复代码，让你的策略更专业、可复用

• 为后续回测框架搭建做铺垫

代码领取：全文完整源码，评论区回复【量化流程】即可获取！

有问题欢迎评论区交流，持续更新Python量化零基础实战系列，带你从零搭建完整量化体系！