数据

使用的数据IF合约的日数据：

链接：https://pan.baidu.com/s/1XGfITsSWdP_c1_wFepUs0A
提取码：b880

主力合约计算规则：

1. 每个品种只选出唯一一个主力合约

2. 日成交量和持仓量都为最大的合约，确定为新的主力合约，于下一交易日进行指向切换

3. 按照第二条规定产生新的主力合约之前，维持原来的主力合约不变

4. 若出现当前主力合约的成交量和持仓量都不是最大的情况，当前指向合约在下一个交易日必须让出主力合约身份，新主力指向成交量最大的合约

计算方法:

1. 读入所有IF合约的日数据，合并到一张表中

2. 按日期进行分组，每组中的数据为当天所有在交易的合约

3. 对每组的数据按成交量和持仓量进行降序排序，排序的优先级为先成交量再持仓量

4. 取每组的第一行数据拼成一个新的表

5. 对新生成的表进行检查，看是否存在合约不连续的情况，检查方法为：

5.1 对表按时间进行升序排序

5.2 按合约进行分组

5.3 检查前一组的所有日期都在早于后一组最早的日期（也就是后一组第一行的日期）

开始计算

初始数据路径 ./if_list/

import os
import numpy as np
import pandas as pd

1. 读入所有的IF合约数据，合并成一张表

dir = r'./if_list/'
file_list = os.listdir(dir)
all_df = None
for file_name in file_list:ticker = file_name[0:-4]file_path = dir + file_namedf = pd.read_csv(file_path,encoding='utf-8',header=0,names=['date','open','close','low','high','volume','money','factor','high_limit','low_limit','avg','pre_close','paused','open_interest'])df['ticker'] = tickerif all_df is None:all_df = dfelse:all_df = pd.concat([all_df,df])

2. 按日期分组，取每组成交量和持仓量最大的一行组成一个新表

# 这个方法是对 成交量 和 持仓量 进行降序排序(即由大到小)，排序优先级为先成交量后持仓量；排序后把第一行返回
def get_biggest_openinterest(x):df = x.sort_values(['volume','open_interest'],ascending=[False,False])return df.iloc[0,:]# 对所有合约合成的大表 all_df 按日期进行分组，每个日期的组里提取出成交量和持仓量最大的行 组成一个新的表 res_pd
all_df['date'] = pd.to_datetime(all_df['date'])
all_df.sort_values(by='date')
res_pd = all_df.groupby('date').apply(get_biggest_openinterest)

3. 检查合约是否连续

# 对表 res_pd 进行升序排列（即有小到大）
res_pd.sort_index(inplace=True)
# 对表 res_pd 按合约进行分组
res_group = res_pd.groupby('ticker')
# 提取每组的日期存入列表，然后对日期进行校验，确保每一组最早的那个日期都不会早于前一组的所有的日期，满足这个条件说明是连续合约
results_list = []
for name,group in res_group:results_list.append(group['date'].tolist())
for i in range(len(results_list)-1):pre_list = results_list[i]now_first = results_list[i+1][0]for item in pre_list:if item >= now_first:print(item,now_first)break

至此，res_pd是if的主力合约

pandas计算主力合约(模拟文化财经规则)相关推荐

pandas计算主力合约收益率
数据: 链接:https://pan.baidu.com/s/1XGfITsSWdP_c1_wFepUs0A 提取码:b880 特殊处理: 考虑到换月不同合约的数据会有较大差异,避免在计算收益率时在 ...
pandas计算皮尔逊相关系数
前置说明: 本文中使用的数据在文末提供下载,本文使用IH和IC主力合约的数据为例目录 1. 概念 2. 计算过程 1. 概念皮尔逊(pearson)相关系数:用于判断数据是否线性相关的方法皮尔逊 ...
计算机怎么模拟人,计算机能不能模拟人的思维？
元培学院李通 1200017674 最近我愈发感觉到计算机是那么的"不聪明".计算机只会机械地执行我写的程序代码,却从来不能帮助我分析和解决问题.我有时候想,要是计算机可以像人一样 ...
vnpy框架的策略开发和回测逻辑详解---以螺纹钢主力合约的R-breaker日内策略为例
笔者之前写过一篇关于vnpy的简单介绍和安装方法,本篇文章的目的是简单介绍vnpy的框架,然后详细介绍一下如何用vnpy开发自己的量化策略以及整个的回测逻辑是怎么样的.只有我们真的搞清楚了框架结构和相 ...
python找出主力合约价格_主力合约列表
期货主力合约完全列表掘金数据支持期货主力合约全部历史数据,以方便研究和回测策略.主力合约的切换规则为: 该品种上市合约中持仓量最大的并且只向前切换不回退每日收盘结算后判断切换主力合约完整的合约 ...
期货主力合约及其移仓特点(转)
期货与股票不同的是,期货合约的生存周期是有限的,到合约最后交易日后就要交割,而且期货市场实行持仓限额制度.这两点对证券市场投资者不仅陌生,而且极不习惯.对于机构投资者来说,他们的投资是经过精心策划的, ...
python使用pandas计算dataframe中每个分组的分位数极差、分组数据的分位数极差（range）、使用groupby函数和agg函数计算分组的两个分位数
python使用pandas计算dataframe中每个分组的分位数极差.分组数据的分位数极差(range).使用groupby函数和agg函数计算分组的两个分位数目录
python使用pandas计算dataframe中每个分组的极差、分组数据的极差（range）、使用groupby函数和agg函数计算分组的最大值和最小值
python使用pandas计算dataframe中每个分组的极差.分组数据的极差(range).使用groupby函数和agg函数计算分组的最大值和最小值目录
pandas计算dataframe两列数据值相等的行号、取出DataFrame中两列值相等的行号
pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号目录 pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号

pandas计算主力合约(模拟文化财经规则)

数据

主力合约计算规则：

计算方法:

开始计算

pandas计算主力合约(模拟文化财经规则)相关推荐

最新文章

热门文章