量化交易——羊驼交易法则

一、羊驼交易法则

1、羊驼交易原理

　　起始时随机买入N只股票，每天卖掉收益率最差的M只，再随机买入剩余股票池的M只。

　　总结：随机选股，周期调仓。

　　原理：物竞天择，找出最强的好股票。（玄学）

2、改进策略

　　买入历史收益率最低的N只股票，调仓日留下反转程度大的股票，卖掉表现最差的M只股票，再买入收益率最低的M只股票。

二、羊驼交易实现

from jqdata import *

# 初始化函数，设定基准等等
def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    # 股票类每笔交易时的手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    g.security = get_index_stocks('000300.XSHG')
    g.period = 30       # 选取30天籁计算收益率
    g.N = 10            # 总持有10只股票
    g.change = 1        # 每次只扔出一个，买入一个
    g.init = True       # 标识判断初始情况
    run_monthly(handle, 1)

def get_sorted_stocks(context, stocks):
    # 给沪深300所有股票按收益增长率排序
    df = history(g.period, field='close', security_list=stocks).T
    print(df)
    df['ret'] = (df.iloc[:, len(df.columns)-1] - df.iloc[:,0]) / df.iloc[:,0]
    df = df.sort_values('ret', ascending=False)
    return df.index.values

def handle(context):
    if g.init:     # 初始化，买入收益增长率最小的N支
        stocks = get_sorted_stocks(context, g.security)[:g.N]
        cash = context.portfolio.available_cash * 0.9 / len(stocks)
        for stock in stocks:
            order_value(stock, cash)
        g.init = False
        return
    # 调仓卖掉原有股票中反转最小的股票
    stocks = get_sorted_stocks(context, context.portfolio.positions.keys())
    for stock in stocks[-g.change:]:
        order_target(stock, 0)
    # 调仓买入新的收益增长率最低的
    stocks = get_sorted_stocks(context, g.security)
    for stock in stocks:
        if len(context.portfolio.positions) >= g.N:
            break
        if stock not in context.portfolio.positions:
            order_value(stock, context.portfolio.available_cash * 0.9)

　　执行效果如下：