Alpha、Alpha，天天就知道Alpha，今天就给你们上阿尔法喽~

此处，添加一个掘金的论坛证经社量化社区 - 证经社地址，貌似更新的还蛮快的~

1. 策略原理：

阿尔法策略：投资者在市场交易中面临着系统性风险(即贝塔或Beta、β风险)和非系统性风险(即阿尔法或Alpha、α风险)，通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲策略，并在近年A股市场上得到广泛应用。本策略只是展示了选股策略，并没有将贝塔风险对冲。

始终买入沪深300中市值最小的5只

先订阅000300分钟行情(也可订阅其他symbol，只是用来作行情触发)

第一个bar行情到来时在md_init中选股

选出股票池与持仓作对比

无持仓时直接按照股票池等权买入

有持仓时，不在股票池中的股票卖出

在成交回报on_order_filled中判断是否都已卖出，卖出仓位都成交以后再买入。

2. 代码解读： 2.1 Alpha.py

# !/usr/bin/env python

# -*- coding: utf-8 -*-

from gmsdk.api import StrategyBase

class Alpha(StrategyBase):

def __init__(self, *args, **kwargs):

super(Alpha, self).__init__(*args, **kwargs)

self.buy_dict = {}

self.sell_dict = {}

self.is_traded = False

def initialize(self):

pass

# 收到第一根Bar后交易

def on_bar(self, bar):

print(bar.strtime)

if self.is_traded:

return

self.is_traded = True

self.initialize()

self.handle_data()

def handle_data(self):

pass

def on_order_filled(self, order):

if order.sec_id in self.sell_dict and order.strategy_id == self.strategy_id:

self.sell_dict.pop(order.sec_id)

if len(self.sell_dict) == 0: # 由于资金每次都开满，等卖盘全部成交资金回流时再买入

cash = self.get_cash()

for bar in self.buy_dict.values():

vol = int(cash.available * 0.95 / len(self.buy_dict) / bar.close / 100) * 100

self.open_long(bar.exchange, bar.sec_id, 0, vol)

2.2 small_market_value.py

# !/usr/bin/env python

# -*- coding: utf-8 -*-

from Alpha import Alpha

'''

请在Strategy中修改个人账号密码和策略ID

'''

class Strategy(Alpha):

def __init__(self, *args, **kwargs):

super(Strategy, self).__init__(*args, **kwargs)

self.md.subscribe('SHSE.000300.bar.60') # 订阅一个symbol，在交易时间触发下单

def initialize(self):

# region 获取沪深300中当天可交易的股票

instruments1 = self.get_instruments('SHSE', 1, 1)

instruments2 = self.get_instruments('SZSE', 1, 1)

symbol_list1 = set(instrument.symbol for instrument in instruments2 + instruments1) # 获取当日可交易的股票，剔除B股

constituents = self.get_constituents('SHSE.000300')

symbol_list2 = set(constituent.symbol for constituent in constituents) # 获取沪深300成分股(剔除ST、*ST股票，以及上市时间不足3个月等股票后剩余的股票)

symbol_list = symbol_list1 & symbol_list2

symbol_list = ','.join(symbol for symbol in symbol_list)

# endregion

# region 选出市值最小的5只

market_index = self.get_last_market_index(symbol_list)

data = [mi for mi in market_index]

data = sorted(data, key=lambda mi: mi.market_value)[:5] # 市值最小的5只

# endregion

# region 为了计算仓位，获取昨日dailybar，存入buy_dict

buy_list = ','.join(d.symbol for d in data)

dailybars = self.get_last_dailybars(buy_list)

self.buy_dict = {dailybar.sec_id: dailybar for dailybar in dailybars}

# endregion

def handle_data(self):

# region 没有持仓时直接open_long

print(self.buy_dict.keys())

positions = self.get_positions()

if len(positions) == 0:

cash = self.get_cash()

for b in self.buy_dict.values():

vol = int(cash.available * 0.95 / len(self.buy_dict) / b.close / 100) * 100

self.open_long(b.exchange, b.sec_id, 0, vol)

return

# endregion

# region 有持仓时结合持仓获取buy_dict，sell_dict

for p in positions:

if p.sec_id in self.buy_dict:

self.buy_dict.pop(p.sec_id)

else:

self.sell_dict[p.sec_id] = p

# endregion

for p in self.sell_dict.values(): # 先卖出,卖盘成交时再买入，若资金足够也可以直接买入

self.close_long(p.exchange, p.sec_id, 0, p.volume)

def on_order_status(self, order):

pass

if __name__ == '__main__':

my_strategy = Strategy(

username='username', # 请修改账号

password='password', # 请修改密码

strategy_id='strategy_id', # 请修改策略ID

mode=2,

td_addr='localhost:8001')

ret = my_strategy.run()

print('exit code: ', ret)

如果想了解相关的python函数和掘金接口函数，走下方通道：

有不了解的可以给小编留言哦，小编会细心为大家解答~