京东金融量化交流群：417082141

写策略需要了解的语法包括两方面，一方面是语言本身的语法（包括相关库），另一方面是量化平台提供的api。量化平台提供的api帮助文件里都有了，大家可以很方便的在这个网址查看：京东量化平台(quant.jd.com)-全方位量化策略开发平台。量化交易、量化投资、云端在线编程、策略历史回测、实盘模拟、量化社区。本文主要介绍写策略经常用到的库（datetime、numpy、pandas）中的一些函数。

1、 利用datetime库做日期、时间操作

利用context.now可以获得当前策略运行的时间，返回的是datetime.datetime格式。datetime.datetime格式可以很方便的进行日期、时间操作。比如timedelta可以很方便的在日期上做日、小时、分钟、秒的运算。例如，需要策略运行时间1天前的时间，可以这样写：context.now+datetime.timedelta(days=-1)，返回的便是一天前的时间。

2、 利用pandas做数据变频。

量化平台一般只提供分钟或者日频的数据，如果我们需要周、月的数据怎么办呢？pandas的resample函数可以很好的解决这个问题。举个例子，假如我们需要沪深300每月最后一个交易日的收盘价，我们可以这样写：

d= get_history(100,'1d','close')[‘000300.SH’].resample(‘m’，how=’last’)

更多的关于pandas的内容，可以参考pandas的官网（链接：pandas: powerful Python data analysis toolkit）以及“利用python进行数据分析”这本书（链接： 《利用Python进行数据分析》(Wes McKinney)【摘要 书评 试读】- 京东图书

)。

3、利用set格式选取交集

有的时候我们利用不同标准会得到不同的股票池，如果想得到不同股票池的共同股票，那么可以使用set格式。Set格式可以很方便的进行交集、并集等集合运算。这里举一个例子，比如我们通过设置一定的财务数据条件会得到一个dataframe，记作df。df的列为股票代码，但可能并不都是我们所需的，比如我们只想得到沪深300的成份股，那么可以这样操作：1、s=get_index_constituents(‘000300.SH’) 得到沪深300的成份股。2、z=set(s) & set(df.columns) 得到交集z。3、得到的z是set格式，需要转换为list格式，可以这样操作 zl=list(z)。4、利用pandas 函数 筛选出我们需要的个股 d=df.loc[:zl] d即位我们所需要的数据。

更多的关于set格式的使用方法，可以参考：Python 集合set()添加删除、交集、并集、集合操作详解

4、 利用try…except跳过出错部分代码

有时候我们会遇到一些不是很重要的问题，但是由于遇到这类问题会报错，从而影响程序执行，这时我们希望的是忽略这些错误就可以了。下面举一个例子说明try…except 的用法。

比如：我们用p表示一只股票某一时刻的价格，v表示这只股票的成交量，我们想计算p/v，但是有可能该股票没有成交量（停牌，或者涨跌停了）这时直接计算就会出错，程序会跳出。这是我们可以try…except做如下处理：

try:d=p/v

except:d=0

意思就是如果计算p/v发生错误，那么就将d赋值为0

5、 利用pickle模块保存变量

有时候我们需要将当前工作空间的变量保存下来，这时可以使用pickle来解决，举个例子，假如目前工作空间有a,b,c三个变量，我们可以进行如下操作：1、f=open(‘file.pkl’,’wb’) 建立一个文件链接。2、import pickle;pickle.dump([a,b,c],f) 这样就可以保存了。读取时1、f=open(‘file.pkl’,’rb’) 2、import pickle;z=pickle.load([a,b,c],f) 这样将读取的变量都保存到了z变量中，通过z[0],z[1],z[2]可以获取a,b,c变量。

阅读原文：http://club.jr.jd.com/quant/topic/981170