米匡框架实现量化交易炒股

# 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#调用下面的mylneRegression函数，框架封装好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 datadef 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#数组和DataFrame的主要区别是DataFrame有索引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 datadef 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')

结果：

米匡框架实现量化交易炒股相关推荐

python量化交易的框架_python量化交易框架easyquant试用体会
在github上发现一个python写的,看上去简单实用的量化交易框架easyquant,作者是在他写的easytrader上实现了自动读取行情和交易登入,初步试验了雪球登入,效果还不错. 安装这个框 ...
《Python股票量化交易从入门到实践》随书赠送“回测框架”的使用帮助
点击:QTYX最新版本使用指南[文字版] 点击:QTYX最新版本使用指南[视频版] 点击: QTYX历史版本更新说明赠送"回测框架"的目的为了帮助读者再建立一座从书本知识到实战 ...
量化交易如何进行回测+模拟+实盘？包括哪些回测框架？
大家在进行实盘交易前,必须对量化交易策略进行回测和模拟,以确定策略是否有效,并进行改进和优化.作为一般人而言,你能想到的,一般都有人做过了.回测框架也如此.当前小白看到的主要有如下五个回测框架: 1. ...
知识星球《玩转股票量化交易》之Backtrader量化框架的使用说明
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们再次升级学习的内容--知识星球<玩转股票量化交易> 在星球中我们会深入分享包括Python ...
python 量化交易框架开源_Hikyuu首页、文档和下载 - 基于 C++/Python 的开源量化交易研究框架 - OSCHINA - 中文开源技术交流社区...
Hikyuu Quant Framework是一款基于C++/Python的开源量化交易研究框架,用于策略分析及回测.其核心思想基于当前成熟的系统化交易方法,将整个系统化交易抽象为由市场环境判断策略. ...
python用途适合做什么生意-PureQuant数字货币量化交易程序化交易python量化开源框架...
什么是量化交易量化交易起源于上世纪七十年代的股票市场,是指借助现代统计学和数学的方法,利用计算机技术来进行交易的证券投资方式.量化交易从庞大的历史数据中海选能够带来超额收益的多种"大概率& ...
Pyalgotrade量化交易回测框架
现在就开始干活了.先要测试一下pyalgotrade回测数据对不对.我找了个参照标准:在聚宽上开通了个账号,按入门教程写了个策略:2016-2018年每个交易日买入100股平安银行(000001),回 ...
python量化交易开源框架_hikyuu: 基于C++/Python的开源量化交易研究框架
Hikyuu Quant Framework是一款基于C++/Python的开源量化交易研究框架,用于策略分析及回测(仅受限于数据,如有数据也可用于期货等).其核心思想基于当前成熟的系统化交易方法,将 ...
python量化回测框架_股票量化交易回测框架pyalgotrade源码阅读(一)
PyAlgoTrade是什么呢? 一个股票量化交易的策略回测框架. 而作者的说明如下. To make it easy to backtest stock trading strategies. 简单 ...

米匡框架实现量化交易炒股

米匡框架实现量化交易炒股相关推荐

最新文章

热门文章