股票模板实例

先上代码：

import pandas as pd
start='2014-11-01'
end='2018-01-01'
benchmark='HS300'
universe=DynamicUniverse('HS300')
refresh_rate=60   #此处未给出频率参数，默认是‘d’（天）
max_history_window=60
accounts={
    'fantasy_account':AccountConfig(account_type="security",capital_base=10000000,
                                     commission=Commission(buycost=0.001,sellcost=0.002,unit='perValue'),
                                    slippage=Slippage(value=0.0,unit='perValue'))
                                    }
def initialize(context):
     pass
                                   
def handle_data(context):
     account=context.get_account('fantasy_account')
     universe=context.get_universe(exclude_halt=True)
     history=context.history(universe,'closePrice',60)   #获取K线图等时间序列数据（获取60条历史K线图universe证券列表的前复权收盘价）
     momentum={'symbol':[],'c_ret':[]}   #字典初始化
     for stk in history.keys():  #对每只股票进行循环，用最近的前复权价格除以60个交易日之前的前复权价格，得到累计净值
            momentum['symbol'].append(stk)
            momentum['c_ret'].append(history[stk]['closePrice'][-1]/history[stk]['closePrice'][0])
     #按照过去60日收益率排序，并且选择前60只得股票作为买入候选
     momentum=pd.DataFrame(momentum).sort(columns='c_ret',ascending=False).reset_index()
     #print momentum
     momentum=momentum[:60] #选择
     buylist=momentum['symbol'].tolist()   #待买证券池，tolist函数是将数组或矩阵转化为列表形式
    
     for stk in account.get_positions():  #get.position()用于获取策略当前的所有持仓
            if stk not in buylist:
                order_to(stk,0)  #将该股票清仓
     #等权重买入所选股票
     portfolio_value=account.portfolio_value #account.portfolio_value为获取组合的市值
     for str in buylist:
        order_pct_to(stk,1.0/len(buylist))   #等权重买入
                                    

这是一个动量策略，策略思想为选取过去60个交易日累计收益率最高的60只股票买入，换仓率为60天。回测区间为2014年11月1日-2018年1月1日，股票池是动态沪深300成分股，比较基准是沪深300指数，调仓频率为每60个交易日调仓一次。

另外，上述代码有涉及到max_history_window。之所以设置是因为我们在handle_data中调用了context的history方法。max_history_window默认对日线数据支持30个交易日，对分钟线数据支持240条K线数据，回溯长度在超出范围时需要手动指定。当在history中调用的历史数据窗口大于max_history_window的默认值时，会报错。所以，如果我们想用context自带的history方法，就需要确保此时的max_history_window大于调用历史数据窗口。

接着，我们又看到了对accounts账户的设置，account_type及capital_base和之前讲解的一致，因为我们采用的是股票策略，所以account_type=‘security’，capital_base（初始资金）还是1000万元。但是这里还需要设置另外两个参数：一个是commission，另一个是slippage。commission参数用于设置手续费，而slippage参数用来设置滑点。

然后，我们可以看到策略最重要的逻辑都是在handle_data函数里实现。首先是通过account=context.get_account(‘fantas_account’)获取我们在前面设定好的股票账户。context自带了一些日期属性及价量信息、股票池处理等功能，此处我们看到了context的get_universe方法，并且参数exclude_halt设置成了True，意思是获取我们当前的股票池并且剔除停牌的股票。

我们还看到了context的另一个history，参数如下：

context.history(symbol,attribute,time_range,freq='1d',style='sat',rtype='frame')

history方法用于获取K线图等时间序列数据，参数说明：
（1）symbol：指需要获取的证券列表，支持单个证券或证券列表
（2）attribute：指需要获取的属性，支持单个值或属性列表，可选范围如下：
openPrice：前复权开盘价
highPrice：前复权最高价
lowPrice：前复权最低价
closePrice：前复权收盘价
preClosePrice：前复权前开盘价
turnoverVol：前复权成交量
turnoverValue：前复权成交额
（3）time_range：指所需回溯的历史K线图条数，和freq属性相对应
（4）freq:指K线图周期，支持’1d’,‘1m’,‘5m’,‘15m’,‘30m’,'60m’等周期。‘1d’表示日线，‘1m’表示一分钟线。分钟K线图尽可以在分钟频率回溯时使用。
（5）style：指数据返回类型，可以选择‘ast’,'sat’或者’tas’这三种类型。其中‘a’代表‘attribute’，‘s’代表symbol，‘t’代表时间，三种选择分别对应这三个维度的呈现顺序，例如"ast"，表示在返回的字典中的键是attribute，其值为列为symbol，行为time的DataFrame。
（6）rtype：指返回值的数据类型，可以选择‘frame’、‘array’这两种类型。
由上述可知，通过context.history(universe,‘closePrice’,60)，我们获取了各只股票在历史上60个交易日的前复权收盘价，格式是一个字典，键为股票代码，值是一个索引为时间、列为前复权开盘价的DataFrame。

接下来我们把一个字典初始化，然后对每只股票进行循环，用最近的前复权价格除以60个交易日之前的前复权价格，得到累积净值。然后对股票按累积净值进行排序，选取前60只股票作为待买股票池。

接下来我们就要进行股票的下单买卖。这里出现了account的方法get_position()，用于获取策略当前的所有持仓，具体返回的是一个字典，键为股票代码，值为持仓股票数量。我们对我们的持仓的股票进行遍历，若它不在我们的待买股票池里，就做一个order_to(stk,0)，即将该股票清仓。

除了order_to方法。还有其他的下单方法：
1、order(symbol,amount,price=0.,otype=‘market’)
指根据指定的参数，进行订单委托。订单类型支持市价单或限价单，在限价单中需将otype设置为‘limit’，并设置下单价格。
对其参数说明如下：
（1）symbol：指交易的证券代码，必须包含后缀，其中上证证券为.XSHG,深证证券为’XSHZ’
（2）amount：指需要交易的证券代码为symbol的证券数量，为正则买入，为负则卖出；程序会自动对amount向下取整到最近的整百。
（3）price：指下限价单时的下单价格（仅日内策略使用）
（4）otype：指可选‘market’（市价单）和‘limit’（限价单）这两个值，表示交易指令（为limit时仅日内策略可用）

2、order_to(symbol,amount,price=0.,otype=‘market’)
指通过下单，将某只股票的持仓调整到持有多少手。策略藏家会自动计算当前持仓和目标持仓的差额，并进行下单。在每次handle_data时调用，最多只允许一次order_to函数调用否则可能造成下单量计算错误。
对其参数说明：
（1）symbol：指交易的证券代码，必须包含后缀，其中上证证券为.XSHG,深证证券为’XSHZ’
（2）amount：指需要交易的证券代码为symbol的证券数量，为正则买入，为负则卖出；程序会自动对amount向下取整到最近的整百。
（3）price：指下限价单时的下单价格（仅日内策略使用）
（4）otype：指可选‘market’（市价单）和‘limit’（限价单）这两个值，表示交易指令（为limit时仅日内策略可用）

3、order_pct(symbol,pct)
指根据当前的账户权益按一定比例下单，比如当前账户有100000元，下单20%，就会使用2000元计算最大可委托手数并下单。
对其参数说明：
（1）symbol：指交易的证券代码，必须包含后缀，其中上证证券为.XSHG,深证证券为’XSHZ’
（2）pct：指需要交易的证券代码为symbol的证券占虚拟账户当前总价值的百分比，范围为0-1，为正则买入，为负则卖出。程序会自动对amount向下取整到最近的整百。

4、order_pct_to(symbol,pct)
指根据当前的账户权益按一定比例下单。策略框架会自动计算当前持仓和目标持仓差额，并进行下单，比如当前账户有100000元，下单20%，就会使用20000元计算最大可委托手数，为500股，当前持有300股，则下单200股。
参数说明：
（1）symbol：指交易的证券代码，必须包含后缀，其中上证证券为.XSHG,深证证券为’XSHZ’
（2）pct：指需要交易的证券代码为symbol的证券占虚拟账户当前总价值的百分比，范围为0-1，为正则买入，为负则卖出。程序会自动对amount向下取整到最近的整百。

我们首先把在持仓里但不在待买股票池里的股票卖出，接着也是通过account的方法account.portfolio_value获取组合的市值，然后运用order_pct_to方法将所有待买股票买入或卖出到等全。通常会将卖出操作卸载买入操作前面，这样才可腾出现金买入其他股票。