利用米筐量化回测平台实行量化炒股

1、主要属性

2、代码

# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。
import  pandas  as  pd
import  numpy as  np
from  sklearn.linear_model import  LinearRegression#线性回归算法正规方程求解
# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):# 在context中保存全局变量#股票池初始化#沪深300--在沪市和深市中表现较好的300支股票context.hs300 = index_components("000300.XSHG")weight=np.array([0.02953221, -0.04920124, -0.10791485, 0.00801783, -0.03613599, 0.1310877, -0.03030564, 0.40286239,
-0.30166898])context.weight=np.mat(weight).Tcontext.stock_num=20scheduler.run_monthly(mylineRegression,tradingday=1)#每月运行一次，每月第一天运行
def  three_sigma(data):"""进行3sigma离群值处理:param data: 传入的数据
#   :return: 拉回离群值之后的data"""up=data.mean()+3*data.std()low = data.mean() -3 * data.std()#超过上限用上限代替np.where(data>up,up,data)np.where(data <low,low, data)return data
def  stand_sca(data):"""#标准差标准化数据:param data: c传入的数据:return: 标准化之后的数据"""#mean()#均值；std()#标准差data=(data-data.mean())/data.std()return  data
def  deal_with_data(data):"""数据处理"""#1、缺失值处理data.dropna(axis=0,how='any',inplace=True)#2、去极值# data=three_sigma(data)# #3、标准化# data=stand_sca(data)for column  in  data.columns:#2、去极值data.loc[:,column]=three_sigma(data.loc[:,column])market_cap=data.loc[:,'market_cap']# #3、标准化data.loc[:,column]==stand_sca(data.loc[:,column])#市值中性化#if  column=市值因子#   continueif  column=='market_cap':continuelr=LinearRegression()x=market_capy=data.loc[:,column]#训练模型lr.fit(x.values.reshape(-1,1),y)#进行预测y_predict=lr.predict(x.values.reshape(-1,1))#相减data.loc[:,column]=y-y_predictreturn  data
def  tiaocang(context,stock_list):"""进行股票买卖"""#查询仓位for  tmp  in context.portfolio.positions.keys():if tmp  not  in stock_list:#卖出,全部卖出order_target_percent(tmp,0)#买入#平均买for  tmp  in  stock_list:order_target_percent(tmp,1/len(stock_list))
def  mylineRegression(context,bar_dict):"""每月需要处理的功能"""#1、获取财务数据#构建queryq=query(                                            fundamentals.eod_derivative_indicator.pe_ratio,      fundamentals.eod_derivative_indicator.pb_ratio,      fundamentals.eod_derivative_indicator.market_cap,      fundamentals.financial_indicator.ev,      fundamentals.financial_indicator.return_on_asset_net_profit,fundamentals.financial_indicator.du_return_on_equity,      fundamentals.financial_indicator.earnings_per_share,      fundamentals.income_statement.revenue,        fundamentals.income_statement.total_expense).filter(fundamentals.stockcode.in_(context.hs300))fund=get_fundamentals(q)#获取到财务数据#print(fund.T)context.factor_data=fund.T#数据处理context.factor_data=deal_with_data(context.factor_data)#print(context.factor_data.shape)#构建因子与下期收益之间的线性回归#factor_data  * w =下期收益"""context.factor_data.loc[:,'return']=np.dot(context.factor_data,context.weight)#要拿到收益较高的股票代码--进行买卖stock_list=context.factor_data.loc[:,'return'].sort_values(ascending=False)[:context.stock_num].indexprint(stock_list)#进行买卖tiaocang(context,stock_list)
# before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次
def before_trading(context):#可以获取账户资金或者在每天交易之前做一些操作pass#print(context.hs300)# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):# 开始编写你的主要的算法逻辑pass# bar_dict[order_book_id] 可以拿到某个证券的bar信息# context.portfolio 可以拿到现在的投资组合信息# 使用order_shares(id_or_ins, amount)方法进行落单#产生交易信号、进行订单创建# TODO: 开始编写你的算法吧！#order_shares(context.s1, 1000)#print('handle_bar')# after_trading函数会在每天交易结束后被调用，当天只会被调用一次
def after_trading(context):#每日结束时做一些操作pass#print('after_trading')

3、结果

利用米筐量化回测平台实行量化炒股相关推荐

搭建系统|继承backtrader的本地量化回测平台如何玩转多股轮动策略！
前言一个完整的量化交易系统离不开人机交互功能的应用,特别是在回测阶段,我们需要不断更改参数因子.更换交易策略以应对当前的市场.因此创建完整的.功能键全的GUI用户界面至关重要. 市面上也出现了很多相 ...
量化回测平台|有现成的不用吗？如何利用聚宽平台回测交易策略
导览本文为掘金小册课程加推篇!小册还在持续加推中,敬请期待!!!目前已经加推了20节!!! 超值的43节课程!从目录就能看出来! 1-贯穿小册:Python金融数据分析实战型项目 2-前置基础:量化 ...
win10下搭建zipline python3.5量化回测平台环境
win10下搭建zipline python3.5量化回测平台 1.安装 Anaconda 1.1 下载Anconda 1.2 安装 1.3 Anaconda Prompt 1.4 检查安装 1.5 ...
掘金量化回测平台 - 1
掘金量化平台初探 python 量化分析包括:策略研发.策略回测.仿真交易.实盘交易.实盘盘后优化. 主要想使用掘金的平台来做策略回测和仿真交易两个环节的功能. 对比了下主流的云平台JoinQuant ...
怎么利用米筐量化测试实盘数据？
怎么利用米筐量化测试实盘数据? 第一步,先用股票交易接口米筐量化第二步:用米筐量化查询各类交易数据以上就是关于怎么样利用利用米筐量化测试实盘数据的方式,如果大家还想了解更多可以在这里看MetaTr ...
通联数据回测平台的测试
5.1 回测平台函数及参数介绍 5.1.1设置回测参数 1.start 与 end(设置回测区间) 其类型为字符串或datetime start='2017-01-01' end='2018-01-0 ...
python回测平台接口_Acqusta TQuant
TradeApi是个抽象的接口,用户需要从其他的接口中得到DataApi的实例.在不同的系统中,如回测平台.策略平台等,有不同的实现和创建方法,但是接口都会保持一致,方便用户平滑切换系统. 如从TQu ...
1、回测平台搭建——思路
什么是回测平台? 最简单来说,写好了一个策略,从一个txt中读取了数据,放到策略中,得到了一个最后的收益,这个程序就是一个回测平台,用回测平台来概括虽然有些过,但是这就是一个回测平台的雏形. 升级-- ...
量化交易米筐策略回测总结

利用米筐量化回测平台实行量化炒股

利用米筐量化回测平台实行量化炒股相关推荐

最新文章

热门文章