【量化投资】策略二（聚宽）

前言

在看其中一个新手教程的时候，发现没有一个总的代码。
然后，就根据自己的理解，整合了一下。

对于，一开始根据研究发现，在这段时间，如果买全市场市值最低的几个，那绝对是要亏本亏到难以理解的。
所以，我这里就选的是，全市值最高的几个。
但是，这样就跟指数的波动相近较大了。（beta偏高）

代码

def initialize(context):
    g.stocksnum = 5  # 持有最小市值股票数
    g.period = 10  # 轮动频率
    run_daily(daily, time='every_bar')  # 周期循环daily
    g.days = 1  # 记录策略进行到第几天，初始为1


def trade(context, buylist):
    # 对于每个当下持有的股票进行判断：现在是否已经不在buylist里，如果是则卖出
    for stock in context.portfolio.positions:
        if stock not in buylist:  # 如果stock不在buylist
            order_target(stock, 0)  # 调整stock的持仓为0，即卖出

    # 将总资产(现金+股票)除以持股数g.stocksnum
    position_per_stk = context.portfolio.total_value / g.stocksnum
    # 调整buylist中的每个股票持仓价值为position_per_stk
    for stock in buylist:
        order_target_value(stock, position_per_stk)


# 止损
def stop(context):
    # 循环查看持仓的每个股票
    for stock in context.portfolio.positions:
        # 如果股票最新价格除以平均成本小于0.8，即亏损超过20%
        if context.portfolio.positions[stock].price / context.portfolio.positions[stock].avg_cost < 0.8:
            # 调整stock的持仓为0，即卖出
            order_target(stock, 0)
            # 输出日志：股票名 止损
            print "\n%s 止损" % stock


def pick(context):
    date = context.current_dt.strftime("%Y-%m-%d")
    # 获取上证指数和深证综指的成分股代码并连接，即为全A股市场所有股票
    scu = get_index_stocks('000001.XSHG') + get_index_stocks('399106.XSHE')

    # 选出在scu内的股票的股票代码，并按照当前时间市值从小到大排序
    df = get_fundamentals(query(
        valuation.code, valuation.market_cap
    ).filter(
        valuation.code.in_(scu)
    ).order_by(
        valuation.market_cap.desc()
    ), date=date
    )

    # 取出前g.stocksnum名的股票代码，并转成list类型，buylist为选中的股票
    buylist = list(df['code'][:g.stocksnum])
    return buylist


def daily(context):
    # 每日止损
    stop(context)
    # 判断策略进行天数是否能被轮动频率整除余1
    if g.days % g.period == 1:
        buylist = pick(context)
        trade(context, buylist)
    else:
        pass  # 什么也不做
    g.days = g.days + 1  # 策略经过天数增加1

效果图