量化選股策略（python版）

選股策略（python版）本策略旨在通過特定的選股邏輯和交易規(guī)則，在中證500成分股中篩選出具有投資潛力的股票，并進行相應的買入和賣出操作。策略的核心在于結合多個技術指標對股票進行綜合評估，以實現穩(wěn)健的投資回報。策略特點1.**基于中證500成分股**：策略以中證500成分股為基礎股票池，這些股票通常具有較好的市場代表性和流動性。2.**多因子綜合評估**：策略綜合考慮了多個技術指標，如ATR（平均真實波幅）和ADTM（動態(tài)買賣氣指標），通過賦予不同因子權重，計算出每只股票的總體評分。3.**定期調倉**：策略設定為每20天進行一次調倉，以確保持倉股票始終符合選股標準。4.**資金等權分配**：對于選定的買入備選股票，策略采用等權分配資金的方式，以降低單一股票的風險。5.**考慮交易成本**：策略在計算盈利時，充分考慮了交易手續(xù)費等成本因素。策略流程1.**初始化階段**：-獲取中證500成分股，并設定為基礎股票池。-初始化策略運行天數、持倉情況、資金權重、買入點、可用資金、策略盈利等變量。2.**周期循環(huán)階段**：-在每個交易日的bar數據更新時，執(zhí)行以下操作：a.獲取過去1日的開盤價數據。b.當策略運行天數大于60天且到達20天的調倉周期時，執(zhí)行以下步驟：-獲取待買入和賣出的股票池。-對于待買入的股票，計算其在ATR和ADTM指標上的排名，并根據設定的權重計算總體評分。-根據總體評分排序，選取評分最低的10只股票作為買入備選。-賣出持倉中待賣出的股票，并計算相應的盈利和可用資金。-為買入備選股票等權分配資金，并執(zhí)行買入操作。3.**初步篩選股票池階段**：-獲取基礎股票池的歷史數據，包括22天的日最高價、2天的日最高價和62天的日收盤價。-根據設定的條件，篩選出待買入和待賣出的股票。策略優(yōu)化與改進方向1.**因子優(yōu)化**：可以嘗試引入更多技術指標或調整現有因子的權重，以提高策略的選股能力。2.**風險管理**：可以引入更復雜的風險管理機制，如止損策略、倉位控制等，以降低策略的回撤風險。3.**機器學習應用**：可以考慮利用機器學習算法對歷史數據進行訓練，以挖掘更多潛在的投資機會。本策略通過結合多個技術指標和定期調倉機制，在中證500成分股中尋找具有投資潛力的股票。策略代碼:#!/usr/bin/python#coding:gbkimportpandasaspdimportnumpyasnpimporttimeimportdatetime#1.==初始化部分==definit(ContextInfo):#獲取中證500成分股ContextInfo.s=ContextInfo.get_sector('000905.SH')#設定基礎股票池為中證500成分股ContextInfo.set_universe(ContextInfo.s)#策略運行天數ContextInfo.day=0#持倉情況ContextInfo.holdings={i:0foriinContextInfo.s}#資金權重ContextInfo.weight=[0.1]*10#設置資金分配權重#買入點ContextInfo.buypoint={}#可用資金ContextInfo.money=ContextInfo.capital#策略盈利ContextIfit=0#設置交易賬戶ContextInfo.accountID='testS'#2.==周期循環(huán)部分==defhandlebar(ContextInfo):rank1={}rank2={}rank_total={}tmp_stock={}#當前bar線索引號d=ContextInfo.barpos#獲取過去1日的開盤價數據price=ContextInfo.get_history_data(1,'1d','open',3)#策略運行天數大于60天且到達20天的調倉周期ifd>60andd%20==0:#當前bar線日期nowDate=timetag_to_datetime(ContextInfo.get_bar_timetag(d),'%Y%m%d')#獲取待買入、賣出股票池buys,sells=signal(ContextInfo)#獲取待買入forkinbuys.keys():ifbuys[k]==1:#獲取待買入個股在所有品種中的atr排名rank1[k]=ext_data_rank('atr',k[-2:]+k[0:6],0,ContextInfo)#獲取待買入個股在所有品種中的adtm排名rank2[k]=ext_data_rank('adtm',k[-2:]+k[0:6],0,ContextInfo)#人為設置因子的權重，此處取了0.5和-0.5rank_total[k]=0.5*rank1[k]-0.5*rank2[k]#對rank_total按照值value進行排序，并返回一個列表，列表里面的元素是形如(code,value)的元組tmp=sorted(rank_total.items(),key=lambdaitem:item[1])#如果買入備選股票數大于10只，則選取因子排序最小的10只iflen(tmp)>=10:tmp_stock={i[0]foriintmp[:10]}#如果買入備選股票數小于10只，則全選else:tmp_stock={i[0]foriintmp}forkinbuys.keys():ifknotintmp_stock:buys[k]=0iftmp_stock:print('買入備選股票列表:',tmp_stock)forkinContextInfo.s:#賣出持倉中待賣出的股票ifContextInfo.holdings[k]>0andsells[k]==1:print('readytosell')#將持倉中待賣出股票以昨日收盤價清倉order_shares(k,-ContextInfo.holdings[k]*100,'fix',price[k][-1],ContextInfo,ContextInfo.accountID)#計算賬戶可用資金（手續(xù)費按萬三設定）ContextInfo.money+=price[k][-1]*ContextInfo.holdings[k]*100-0.0003*ContextInfo.holdings[k]*100*price[k][-1]#計算賬戶盈利ContextIfit+=(price[k][-1]-ContextInfo.buypoint[k])*ContextInfo.holdings[k]*100-0.0003*ContextInfo.holdings[k]*100*price[k][-1]ContextInfo.holdings[k]=0#為待買入股票等權分配資金ContextInfo.money_distribution={k:i*ContextInfo.moneyfor(k,i)inzip(tmp_stock,ContextInfo.weight)}forkintmp_stock:#買入持倉中沒有的買入備選股票列表ifContextInfo.holdings[k]==0andbuys[k]==1:print('readytobuy')#備選股票買入手數order[k]=int(ContextInfo.money_distribution[k]/(price[k][-1]))/100#以昨日收盤價買入備選股票order_shares(k,order[k]*100,'fix',price[k][-1],ContextInfo,ContextInfo.accountID)#記錄買點ContextInfo.buypoint[k]=price[k][-1]#計算可用資金ContextInfo.money-=price[k][-1]*order[k]*100-0.0003*order[k]*100*price[k][-1]#記錄盈利ContextIfit-=0.0003*order[k]*100*price[k][-1]#記錄持倉中備選股票對應手數ContextInfo.holdings[k]=order[k]print(ContextInfo.money,ContextIfit,ContextInfo.capital)#3.==初步刪選股票池==defsignal(ContextInfo):buy={i:0foriinContextInfo.s}sell={i:0foriinContextInfo.s}#獲取基礎股票池歷史22天的日最高價data_high=ContextInfo.get_history_data(22,'1d','high',3)#獲取基礎股票池歷史2天的日最高價data_high_pre=ContextInfo.get_history_data(2,'1d','high',3)#獲取基礎股票池歷史62天的日收盤價data_close60=ContextInfo.get_history_data(62,'1d','close',3)forkinContextInfo.s:ifdata_close60.has_key(k):#過去62天未出現停牌，數據齊全iflen(data_high_pre[k])==2andlen(data_high[k])==22andlen(data_close60[k])==62:#超過20日最高價，加入買入備選ifdata_high_pre[k][-2]>max(data_high[k][:-2]):buy[k]=1#低于60日均線，加入賣出備選elifdata_high_pre[k][-2]<np.mean(data_close60[k][:-2]):sell[k]=1returnbuy,sell策略代碼注解:#!/usr/bin/python#coding:gbkimportpandasaspdimportnumpyasnpimporttimeimportdatetime#1.==初始化部分==definit(ContextInfo):#獲取中證500成分股ContextInfo.s=ContextInfo.get_sector('000905.SH')#設定基礎股票池為中證500成分股ContextInfo.set_universe(ContextInfo.s)#策略運行天數ContextInfo.day=0#持倉情況ContextInfo.holdings={i:0foriinContextInfo.s}#資金權重ContextInfo.weight=[0.1]*10#設置資金分配權重#買入點ContextInfo.buypoint={}#可用資金ContextInfo.money=ContextInfo.capital#策略盈利ContextIfit=0#設置交易賬戶ContextInfo.accountID='testS'#2.==周期循環(huán)部分==defhandlebar(ContextInfo):rank1={}rank2={}rank_total={}tmp_stock={}#當前bar線索引號d=ContextInfo.barpos#獲取過去1日的開盤價數據price=ContextInfo.get_history_data(1,'1d','open',3)#策略運行天數大于60天且到達20天的調倉周期ifd>60andd%20==0:#當前bar線日期nowDate=timetag_to_datetime(ContextInfo.get_bar_timetag(d),'%Y%m%d')#獲取待買入、賣出股票池buys,sells=signal(ContextInfo)#獲取待買入forkinbuys.keys():ifbuys[k]==1:#獲取待買入個股在所有品種中的atr排名rank1[k]=ext_data_rank('atr',k[-2:]+k[0:6],0,ContextInfo)#獲取待買入個股在所有品種中的adtm排名rank2[k]=ext_data_rank('adtm',k[-2:]+k[0:6],0,ContextInfo)#人為設置因子的權重，此處取了0.5和-0.5rank_total[k]=0.5*rank1[k]-0.5*rank2[k]#對rank_total按照值value進行排序，并返回一個列表，列表里面的元素是形如(code,value)的元組tmp=sorted(rank_total.items(),key=lambdaitem:item[1])#如果買入備選股票數大于10只，則選取因子排序最小的10只iflen(tmp)>=10:tmp_stock={i[0]foriintmp[:10]}#如果買入備選股票數小于10只，則全選else:tmp_stock={i[0]foriintmp}forkinbuys.keys():ifknotintmp_stock:buys[k]=0iftmp_stock:print('買入備選股票列表:',tmp_stock)forkinContextInfo.s:#賣出持倉中待賣出的股票ifContextInfo.holdings[k]>0andsells[k]==1:print('readytosell')#將持倉中待賣出股票以昨日收盤價清倉order_shares(k,-ContextInfo.holdings[k]*100,'fix',price[k][-1],ContextInfo,ContextInfo.accountID)#計算賬戶可用資金（手續(xù)費按萬三設定）ContextInfo.money+=price[k][-1]*ContextInfo.holdings[k]*100-0.0003*ContextInfo.holdings[k]*100*price[k][-1]#計算賬戶盈利ContextIfit+=(price[k][-1]-ContextInfo.buypoint[k])*ContextInfo.holdings[k]*100-0.0003*ContextInfo.holdings[k]*100*price[k][-1]ContextInfo.holdings[k]=0#為待買入股票等權分配資金ContextInfo.money_distribution={k:i*ContextInfo.moneyfor(k,i)inzip(tmp_stock,ContextInfo.weight)}forkintmp_stock:#買入持倉中沒有的買入備選股票列表ifContextInfo.holdings[k]==0andbuys[k]==1:print('readytobuy')#備選股票買入手數order[k]=int(ContextInfo.money_distribution[k]/(price[k][-1]))/100#以昨日收盤價買入備選股票order_shares(k,order[k]*100,'fix',price[k][-1],ContextInfo,ContextInfo.accountID)#記錄買點ContextInfo.buypoint[k]=price[k][-1]#計算可用資金ContextInfo.money-=price[k][-1]*order[k]*100-0.0003*order[k]*100*price[k][-1]#記錄盈利ContextIfit-=0.0003*order[k]*100*