今天，我们要为策略添加一块拼图——止损和止盈机制，让你的"股票收割机"真正具备风险控制和利润锁定能力！

文章很长，耐心观看哦，记得点个关注！

​前置代码如下：

这个策略已经具备了基本的趋势跟踪能力和仓位控制逻辑，但还缺少一个关键要素——如何保护利润和控制亏损。

为什么需要止损止盈？

作为一个"资深韭菜"，你一定经历过这样的痛苦：

买入后股价下跌，因为没有止损，结果越亏越多；

买入后股价上涨，因为没有止盈，结果利润回吐甚至转亏。

止损和止盈机制就是解决这两个痛点的利器：

止损：当亏损达到预设比例时自动卖出，防止亏损扩大；

止盈：当盈利达到预设比例时自动卖出，锁定利润。

如果是自然语言应该怎么做：

找到持仓的所有股票；

逐个的找到每一个持仓的股票；

获取到股票的持仓成本价；

获取股票的当前价格计算收益率：(当前价 - 成本价) / 成本价；

如果收益率超过止盈比例或低于止损比例，则清仓。

策略添加止损止盈逻辑：

让我们在initialize函数中添加止损止盈比例的全局变量：

并在handle_data函数中添加止损止盈检查逻辑：

关键点解析:

我们可以从handle_data函数由ptrade传进来的context变量中一层层地拿到我们的持仓股票的数据：context.portfolio.positions.items()，参考ptrade的帮助文档如下:

由于持仓的股票可能有多只，在自然语言中描述的逐个找到每一个持仓股票，在python代码中使用for ... in ... 语法实现。

注意：类比if语法，for... in语法最后也有个英文冒号，具体循环中执行的逻辑在换行之后，也需要注意空格对齐，如下：

注意：从context一层层地拿到持仓变量positions，这个变量是一个字典类型，字典在显示生活中比如，页码1对应的是一个内容，页面2对应另外一个内容，所以字典应该有两个信息，类比页码和对应的内容，在程序中就用key和value两个变量表示，那么如下for ... in ...语法。

下面进行完整的代码展示：

回测结果演示：

上图可以看到，在3个月的回测中，效果也很不错，总体收益和年化收益比较高，总体来看，各个指标相比没有添加止盈和止损之前都要好一些。止损和止盈比例可以结合自己风险偏好和实际情况进行调整：

策略收益：21.22%、最大回测：7.01%、夏普比率：2.85、年化收益率：105.03%、胜率：50.0%、盈亏比：172.84%。

今天就到这里啦，欢迎关注，我们下期再见！