截面数据缺少行业风险

%20160907 截面持仓数据要求，第一股票部分，不包含基金和港股
clear;clc
tic
format long
%% 数据拉取,全部都拉进来就可以了，到时候有交互运算
[data_fund,textdata_fund,raw_fund]=xlsread('实际持仓截面20160906.xlsx','Sheet1');
%取得占比数据。 raw_fund从第二列开始2-533，股票，534-542期货，543-552 商品

ri = 1; %第一列
rt=2;
%% 保留‘600’、‘601’、‘603’、‘000’、‘002’和‘300’打头的股票部分
instrumentCodeAll=raw_fund(:,ri);
x=find(strncmp(instrumentCodeAll,'600',3)|strncmp(instrumentCodeAll,'601',3)...
|strncmp(instrumentCodeAll,'603',3)|strncmp(instrumentCodeAll,'000',3)...
|strncmp(instrumentCodeAll,'002',3)|strncmp(instrumentCodeAll,'300',3)); %这个是找到x的位置数值
stock=raw_fund(x,rt);

%% 期货部分
futuresCodeAll=raw_fund(:,ri);
y=find(strncmp(futuresCodeAll,'IC',2)|strncmp(futuresCodeAll,'IF',2)...
|strncmp(futuresCodeAll,'IH',2));
futures=raw_fund(y,rt);

%% 商品期货
CommodityCodeAll=raw_fund(:,ri);
y=find(strncmp(CommodityCodeAll,'a1',2)|strncmp(CommodityCodeAll,'i1',2)...
|strncmp(CommodityCodeAll,'j1',2)|strncmp(CommodityCodeAll,'jm',2)...
|strncmp(CommodityCodeAll,'m1',2)|strncmp(CommodityCodeAll,'rb',2)...
|strncmp(CommodityCodeAll,'ru',2));
Commodity=raw_fund(y,rt);

stockpop =sum(cell2mat(stock(1:end,1))); %股票占比

%寻找期货
%instrumentCodeAll=allInst(:,3);
%x=find(strncmp(instrumentCodeAll,'IC',2)|strncmp(instrumentCodeAll,'IF',2)...
% |strncmp(instrumentCodeAll,'IH',2)|);
futurespop =sum(cell2mat(futures(1:end,1))); %期货占比
% 期货空头
xp02 = find(cell2mat(futures)<0);
futuresshort = futures(xp02,:);
futuresshortpop = sum(cell2mat(futuresshort));
% 期货多头
xp03 = find(cell2mat(futures)>0);
futureslong = futures(xp03,:);
futureslongpop = sum(cell2mat(futureslong));

%期货镜头存
futuresNetposition = futureslongpop +futuresshortpop;

%寻找商品
Commoditypop =sum(cell2mat(Commodity(1:end,1))); %商品占比
% 商品空头
xp02 = find(cell2mat(Commodity)<0);
Commodityshort = Commodity(xp02,:);
Commodityshortpop = sum(cell2mat(Commodityshort));
% 商品多头
xp03 = find(cell2mat(Commodity)>0);
Commoditylong = Commodity(xp03,:);
Commoditylongpop = sum(cell2mat(Commoditylong));

%净头寸占比股票占比+ 期货占比因为把基金去掉，所以净值变成负数了，少了很多
Netposition = stockpop+futureslongpop+futuresshortpop+Commodityshortpop+Commoditylongpop;

%% 大小盘
stockCode=raw_fund(x,1); %存储所有股票代码
instStr01='';
for i=1:1:length(stockCode)
if i~=length(stockCode)
str=sprintf('%s,',stockCode{i});
else
str=stockCode{i};
end
instStr01=strcat(instStr01,str);
end
%注意此处使用wss 为什么不是wsd
%w=windmatlab;
%stockValue =w.wss(instStr01,'windcode,ev,indexcode_sw,sec_name','2016-06-21','2016-06-21','industryType=1');
%save('stockValue.mat','stockValue');
load('stockValue.mat');

value01 = stockValue(:,2);
aa =value01{1,1};
m12 = length(stockValue);
axiaopan= 0; % 小于 10 0000 0000 小盘
azhongxiao= 0; % 10 0000 0000 ----- 50 0000 0000 中小盘
azhongpan=0; % 50 0000 0000 ----- 100 0000 0000 中盘
adapan=0; % 100 0000 0000 -----500 0000 0000 大盘
achaodapan=0; % 500亿 500 0000 0000 超大盘
for i=1:m12
if value01{i,1}<1000000000
fprintf('小盘 ');
axiaopan=axiaopan+value01{i,1};
elseif value01{i,1}>1000000000 && value01{i,1}<5000000000
fprintf('中小盘 ');
azhongxiao=azhongxiao+value01{i,1};
elseif value01{i,1}>5000000000 && value01{i,1}<10000000000
fprintf('中盘 ');
azhongpan=azhongpan+value01{i,1};
elseif value01{i,1}>10000000000 && value01{i,1}<50000000000
fprintf('大盘 ');
adapan=adapan+value01{i,1};
elseif value01{i,1}>50000000000
fprintf('超大盘 ');
achaodapan=achaodapan+value01{i,1};
end
end

allpan = axiaopan+azhongxiao+azhongpan+adapan+achaodapan;

bxiaopanpop = 100*axiaopan/allpan;

bzhongxiaopop = 100*azhongxiao/allpan;

bzhongpanpop = 100*azhongpan/allpan;

bdapanpop = 100*adapan/allpan;

bchaodapanpop = 100*achaodapan/allpan;
%% 行业占比，行业占比前十名
%b=sortrows(a,-3)
%将矩阵a按照第3列的降序排列，其他列将跟随着第3列的变化，保持一一对应。
%sortrows(data,1) 将矩阵a按照第1列的升序排列
allinfo(:,1)= stockValue(:,4); % 名称
allinfo(:,2)= stockValue(:,2); % 市值
allinfo(:,3)= stock(:,1); % 占比

%% 行业占比前十名
allinfoTen= sortrows(allinfo,-3);
%save('allinfoTen.mat','allinfoTen');
load('allinfoTen.mat');
%%

%swdata 是深万的指数，应该用中证的指数。这里面有申万的行业代码。
[data_hangye,textdata_hangye,raw_hangye]=xlsread('行业权重.xlsx','Sheet1');

% data_fund 股票权重占比，stockValue 同
% textdata_hangye 对比这个进行行业权重计算
k= length(stockValue);
fundweight=[];
weight= 0;
for i= 1:28
j = i+1; %2-29
raw = textdata_hangye{j,1};
for p =1:k
if find(strcmp(raw,stockValue{p,3}))
pp = p+1; %下移一行
data_fund01 = data_fund(:,1);
weight = weight+ data_fund01(pp,1); %第一列之中
end
end
fundweight{i,1}=weight;
weight= 0;
end

%中证800 的拉取，在wset下面，找到指数权重，并将wind下面的名称改为中证800的，确定当日日期。
[w_wset_data,w_wset_codes,w_wset_fields,w_wset_times,w_wset_errorid,w_wset_reqid]=w.wset('indexconstituent','date=2016-06-21;windcode=000906.SH')
%通过已经有的代码和数据，拉取行业代码申万的行业代码

tradeCode=w_wset_data(:,2); %存储中证800的股票代码
instStr02='';
for i=1:1:length(tradeCode)
if i~=length(tradeCode)
str=sprintf('%s,',tradeCode{i});
else
str=tradeCode{i};
end
instStr02=strcat(instStr02,str);
end
%注意此处使用wss 为什么不是wsd
w=windmatlab;
%indexValue =w.wss(instStr02,'windcode,ev,indexcode_sw,sec_name','2016-06-21','2016-06-21','industryType=1');
%save('indexValue.mat','indexValue');
load('indexValue.mat');

k01= length(indexValue);
indexweight=[];
weight= 0;
for i= 1:28
j = i+1; %2-29
raw = textdata_hangye{j,1};
for p =1:k01
if find(strcmp(raw,indexValue{p,3}))
data_fund01 = w_wset_data(:,4);
aa03 = data_fund01{p,1};
if ~isnan(aa03)
weight = weight+ aa03; %第一列之中
end
end
end
indexweight{i,1}=weight;
weight= 0;
end

截面数据缺少行业风险相关推荐

2022-2028年中国数据中台行业深度调研及投资前景预测报告(全卷)
[报告类型]产业研究 [报告价格]¥4500起 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版本报告介绍了中国数据中台行业市场行业相关概述.中国数据 ...
2022年改变数据中心行业的八大趋势
2022年,数据中心行业的前景将如何?根据Data Center Frontier提出最新八大趋势,这些内容将有望塑造2022年数据中心行业,重点包括应对增长带来的挑战,以及数据中心行业在数字社会中扮 ...
2015CDAS中国数据分析师行业峰会:R语言量化投资数据分析应用
跨界知识聚会系列文章,"知识是用来分享和传承的",各种会议.论坛.沙龙都是分享知识的绝佳场所.我也有幸作为演讲嘉宾参加了一些国内的大型会议,向大家展示我所做的一些成果.从听众到演讲 ...
数据科学行业已被挤爆？4点建议献给准备入行的小白
数据科学家被称为"21世纪最性感的职业",也被认为是最容易找工作的职业,但如今,真实情况如何呢? 数据科学刚刚度过了它的黄金五年. 自2012年以来,这个行业发展迅速.它几乎完整经 ...
2023看得见的未来：数据中心行业十大发展趋势
数据中心建设和消纳在不断创历史新高的同时,也正在遭受不少的抨击,因为它们消耗大量的电力和水.排放温室气体.产生垃圾填埋场的垃圾,却不产生有形的产品--如汽车.房屋和钢铁. 但其实我们的生产生活中,无论 ...
明略数据首发行业人工智能大脑 “明智系统” 从个体赋能到全局智能
在当下互联网时代,智能化的趋势毋庸置疑.明略数据近日举办发布会,公布了国内首个行业人工智能大脑"明智系统",旨在基于知识图谱数据库产品"蜂巢"为企业级用户打造专 ...
周昆平：大数据提高银行风险控制能力
随着大数据技术的发展,银行获取此类信息的成本极小,数据收集的维度.广度和时点得到了扩展,可对客户的交易信息和行为轨迹进行实时的监测,此时得到的结果因依靠庞大数据的支撑,其质量和可信度大大增强. 周昆平 ...
英国气候变化报告阐述数据中心的风险
每隔五年,英国政府环境.食品和农村事务部(DEFRA)就会发布一份关于英国气候变化的预期影响的报告. 据报道,英国政府2017年1月中旬发布的"英国气候变化风险评估2017证据报告" ...
中国数据中心行业价值分析及投资决策建议报告2021～2027年
第1章:中国数据中心行业发展综述1.1 数据中心行业相关概述 1.1.1 数据中心定义 (1)数据中心定义 (2)数据中心组成 1.1.2 数据中心特征 1.1.3 数据中心分类 (1)行业所属的国民 ...

截面数据缺少行业风险

截面数据缺少行业风险相关推荐

最新文章

热门文章

截面数据 缺少行业风险

截面数据 缺少行业风险相关推荐

最新文章

热门文章

截面数据缺少行业风险

截面数据缺少行业风险相关推荐