python数据分析与量化交易
第一章-学习之前的认知
影响股价的因素
1、公司自身因素 2、心理因素 3、行业因素 4、经济因素 5、市场因素 6、政治因素
金融量化投资
量化投资的优势 1、避免主观情绪，人性弱点和认知偏差，选择更加客观 2、能同时包括多角度的观察和多层次的模型 3、及时跟踪市场变化，不断发现新的统计模型，寻找交易机会 4、在决定投资策略后，能通过回测验证其效果
量化策略
通过一套固定的逻辑来分析、判断和决策，自动地进行股票交易
策略的周期
实现想法、学习知识
实现策略：python
检验策略：回测、模拟交易
实盘交易
优化策略，放弃策略
第二章-科学计算基础包---numpy
量化投资和python
为什么选择python呢?
其他选择：excel、SAS/SPSS（统计软件，无编程）、R（功能太单一，制作数据分析） 量化投资实际上就是分析数据从而做出决策的过程 python数据处理相关模块 1、NumPy：数组批量计算 2、pandas：灵活的表计算 3、Matplotlib：数据可视化
怎么使用python进行量化投资
自己编写 NumPy + pandas + Matplotlib.... 在线平台 聚宽、优矿、米筐、Quantopian.... 开源框架 RQAlpha、QUANTAXIS....
IPython的使用
pip3 install ipthon
也可以直接安装anacoda ，集成了ipython、NumPy pandas Matplotlib 等许多python的常用模块和框架
与python解释器的使用方法一致
TAB键自动完成
？内省、查看具体信息
？进行模糊匹配，命名空间搜索
！执行系统命令
某些命令不用加也能执行
？？两个问号
快捷键
IPython的魔术命令
%timeit 很费事，他要跑很多次
%paste 执行剪切板中的python代码
%pdb 在异常发生后自动进入调试模式，使用on
然后就可以使用pdb相关的命令，进行调试状态
p命令最常用，打印的意思
%魔术命令
命令的历史可以使用上下方向键，或者%hist查看命令历史
_ 表示上一次的输出
__ 表示上两个命令
_48 第多少的结果
_i48 第多少行的结果的字符串形式
%bookmark 目录标签系统
IPython Notebook-Jupyter的初识
安装jupyter
使用notebook
进入了jupyter的web界面
创建新的notebook
出现一个小问题：编写的代码不能运行且前面的提示符In[*]
查看命令行，出现错误提示
将软件降级安装后，解决问题
可以用notebook写博客，支持makedown，而且他可以将页面直接输出成很多文本形式
正戏-Numpy模块
Numpy简介
实例展示为什么要使用numpy
例子：已知若干家跨国公司的市值，将其换算成人民币
普通的函数方法
1、将公司市值存储成列表或者其他格式 2、创建变量，存储汇率 2、遍历列表 3、做乘法运算，放入新的列表
用numpy
例子2：已知每件商品的价格和每件商品的数量，计算总金额
还是用a作为价格，再创建一个数组作为每件商品的数量
计算每件商品的价格
计算总金额
ndarray-多维数组对象
ndarray-常用属性
In [26]: a.ndim Out[26]: 1 In [27]: a.size Out[27]: 50 In [28]: a.shape Out[28]: (50,) ----------------------------- In [30]: b = np.array([[1,2,3,],[4,5,6]]) In [31]: b.ndim Out[31]: 2 In [32]: b.size Out[32]: 6 In [33]: b.shape Out[33]: (2, 3) ----------------------------- 三维-第三个维度相当于笔记本的每一页，翻个页就到另一面 In [35]: c = np.array([[[1,2,3,],[4,5,6]],[[1,2,3],[1,2,3]]]) In [36]: c Out[36]: array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [1, 2, 3]]]) In [37]: c.shape Out[37]: (2, 2, 3) ------------------------------------ 数组的转置 In [39]: c = c.T In [40]: c Out[40]: array([[[1, 1], [4, 1]], [[2, 2], [5, 2]], [[3, 3], [6, 3]]]) In [41]: c = c.T In [42]: c Out[42]: array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [1, 2, 3]]])
ndarray-数据类型
查看数据类型
In [24]: a.dtype Out[24]: dtype('float64')
我们使用的巨大部分都是数字类型，它本身就是用来做计算的
64位数的长度是多少（2**63-1）
In [25]: 2**64-1 Out[25]: 18446744073709551615
numpy-array的创建
In [1]: # 可以这样创建一个10位全是0的数组 In [2]: import numpy as np In [3]: a = np.array([0]*10) In [4]: a Out[4]: array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0]) In [5]: # 也可以用zeros创建 In [6]: b = np.zeros(10) In [7]: b Out[7]: array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]) In [8]: # 可以看见都是0.，说明他是一个浮点数，来看一下类型 In [9]: b.dtype Out[9]: dtype('float64') In [10]: # 创建的时候指定类型，不使用默认的，直接用int In [11]: c = np.zeros(10,dtype='int') In [12]: c Out[12]: array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0]) In [13]: c.dtype Out[13]: dtype('int32') In [14]: # 创建全是1的数组 In [15]: d = np.ones(10) In [16]: d Out[16]: array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]) In [17]: # 看一下empty的用法，创建空数组，里面放的都是随机数 In [18]: e = np.empty(50) In [19]: e Out[19]: array([1.23004319e-311, 1.23004150e-311, 2.95806213e-311, 1.26927730e-277, 5.54041819e+228, 2.84855906e-311, 5.97288716e-299, 3.28487474e-311, 9.43293441e-314, 2.26784710e-308, 1.23004306e-311, 1.23002517e-311, 3.38460664e+125, 6.69053866e+151, 6.56693077e-085, 1.03564308e-308, 1.33360293e+241, 1.71632673e+243, 5.96115807e+228, 1.71011791e+214, 5.67517369e-311, 1.00562508e-248, 2.85308965e-313, 2.14793507e-308, 1.38760675e+219, 2.92135768e+209, 2.21211602e+214, 2.28723653e-308, 6.96983359e+228, 1.33360298e+241, 2.11280666e+161, 1.29883065e+219, 1.11074825e-310, 1.46972270e-200, 4.97508544e-313, 4.65203811e+151, 4.66820502e+180, 5.61168418e-313, 3.81674046e-308, 1.33360303e+241, 1.54523733e-310, 5.03961303e-266, 3.99046880e-008, 2.08868046e-310, 2.53185169e-212, 7.44726967e-251, 1.39069238e-309, 2.75926410e-306, 4.90398331e-307, 5.23951796e+202]) In [20]: # 这些随机值是，之前内存的残存值。这个empty有什么用呢? In [21]: # 为了之后给里面赋值，因为它相对于zeros和ones创建的时候少了1个步骤，会更快一点 In [22]: # arange可以指定步长为小数，pyton中是不可以的 In [24]: f = np.arange(1,10,0.3) In [25]: f Out[25]: array([1. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6, 4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5, 8.8, 9.1, 9.4, 9.7]) In [26]: # linspace线性空间，和arange非常相，但是完全不一样，把指定的范围数字分成间隔相同的份数，最后一个参数是数组的长度，即份数 In [31]: k = np.linspace(0,5,10) 或者是 np.linespace(0,5,num=10) In [32]: k #并且linspace不像arange不包含最后一个数，它是包含最后一个数的，可以在最后看见5 Out[32]: array([0. , 0.55555556, 1.11111111, 1.66666667, 2.22222222, 2.77777778, 3.33333333, 3.88888889, 4.44444444, 5. ]) In [27]: g = np.linspace(1,100,100) In [28]: g Out[28]: array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22., 23., 24., 25., 26., 27., 28., 29., 30., 31., 32., 33., 34., 35., 36., 37., 38., 39., 40., 41., 42., 43., 44., 45., 46., 47., 48., 49., 50., 51., 52., 53., 54., 55., 56., 57., 58., 59., 60., 61., 62., 63., 64., 65., 66., 67., 68., 69., 70., 71., 72., 73., 74., 75., 76., 77., 78., 79., 80., 81., 82., 83., 84., 85., 86., 87., 88., 89., 90., 91., 92., 93., 94., 95., 96., 97., 98., 99., 100.]) In [33]: #eye 生成单位矩阵，对角线上都是1，不做线性代数，基本不会遇到 In [37]: w = np.eye(5) In [38]: w Out[38]: array([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0., 1., 0.], [0., 0., 0., 0., 1.]])
ndarray-批量运算
比较运算最后得到的是布尔值
如何快速生成一个二维数组
In [39]: np.arange(15).reshape((3,5)) Out[39]: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])
ndarray-索引
array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]) In [40]: a = np.arange(15).reshape((3,5)) In [41]: a[2,2] Out[41]: 12
adarray-切片
也是前包后不包
In [46]: f Out[46]: array([1. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6, 4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5, 8.8, 9.1, 9.4, 9.7]) In [48]: f[1:3] Out[48]: array([1.3, 1.6])
但是数组切片，为了省空间，在切片的时候只是浅拷贝
如果要不影响原数组，切片的时候使用copy
In [55]: b = f[0:5] In [56]: b Out[56]: array([1. , 1.3, 1.6, 1.9, 2.2]) In [57]: b[0] = 5 In [58]: b Out[58]: array([5. , 1.3, 1.6, 1.9, 2.2]) In [59]: f Out[59]: array([5. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6, 4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5, 8.8, 9.1, 9.4, 9.7])
使用copy
b = f[0:5].copy（）
多行切片
In [49]: a Out[49]: array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]) In [50]: # 多行切片，可以看做是[切行，切列] In [54]: a[0:2,0:2] Out[54]: array([[0, 1], [5, 6]])
ndarray-布尔型索引
需求：选出列表中大于5的数
In [60]: import random # 用列表的filter方法 In [61]: a = [random.randint(0,10) for i in range(20)] In [62]: a Out[62]: [1, 2, 1, 6, 1, 8, 6, 7, 3, 0, 6, 8, 2, 6, 0, 1, 4, 10, 0, 3] In [63]: list(filter(lambda x:x>5, a)) Out[63]: [6, 8, 6, 7, 6, 8, 6, 10] # 用数组的布尔值索引 In [64]: a = np.array(a) In [65]: a[a>5] Out[65]: array([ 6, 8, 6, 7, 6, 8, 6, 10]) In [66]: # 布尔型索引的原理 In [67]: # 第一步 a>5 In [68]: a>5 Out[68]: array([False, False, False, True, False, True, True, True, False, False, True, True, False, True, False, False, False, True, False, False]) In [69]: # 第二步，返回每一位置为ture的位置的值 In [70]: b = np.array([1,2,3]) In [71]: c = np.array([True,False,True]) In [72]: b[c] Out[72]: array([1, 3])
需求2：选出数组中大于5的偶数
题外：and 和 & 有什么区别？
ndarray-花式索引
注意：多维数组中，花式索引和花式索引不能出现在，逗号的两边
Numpy-通用函数
abs-批量求绝对值
In [2]: a = np.arange(-5,5) In [3]: a Out[3]: array([-5, -4, -3, -2, -1, 0, 1, 2, 3, 4]) # 直接用abs也可以 In [4]: abs(a) Out[4]: array([5, 4, 3, 2, 1, 0, 1, 2, 3, 4]) # 严谨的用法是np.abs In [5]: np.abs(a) Out[5]: array([5, 4, 3, 2, 1, 0, 1, 2, 3, 4])
aqrt-开方
# 直接使用会报错，没有这个sqrt，找不到 In [7]: sqrt(a) --------------------------------------------------------------------------- NameError Traceback (most recent call last) <ipython-input-7-55c08d4e5fa4> in <module>() ----> 1 sqrt(a) NameError: name 'sqrt' is not defined # math模块下有sqrt In [8]: import math # 报错，sqrt一次只能处理一个值 In [11]: math.sqrt(a) --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-11-c85d302be686> in <module>() ----> 1 math.sqrt(a) TypeError: only size-1 arrays can be converted to Python scalars # 使用np.sqrt ，因为负数不能求开方 In [10]: np.sqrt(a) F:\Python36\Scripts\ipython3:1: RuntimeWarning: invalid value encountered in sqrt Out[10]: array([ nan, nan, nan, nan, nan, 0. , 1. , 1.41421356, 1.73205081, 2. ])
把一个小数变成整数-取整和保留小数位
In [12]: a = 1.6 # 这种取整，叫做向0取整 In [13]: int(a) Out[13]: 1 # 这种叫做四舍五入 In [14]: round(a) Out[14]: 2 # 向上取整-ceil In [15]: math.ceil(a) Out[15]: 2 # 向下取整-floor In [16]: math.floor(a) Out[16]: 1 # 使用np In [18]: a Out[18]: array([-5.5, -4.5, -3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5, 4.5]) # 向下取整 In [19]: np.floor(a) Out[19]: array([-6., -5., -4., -3., -2., -1., 0., 1., 2., 3., 4.]) # 向上取整 In [22]: np.ceil(a) Out[22]: array([-5., -4., -3., -2., -1., -0., 1., 2., 3., 4., 5.]) # 四舍五入 In [23]: np.round(a) Out[23]: array([-6., -4., -4., -2., -2., -0., 0., 2., 2., 4., 4.]) # rint和round是一样的 In [20]: np.rint(a) Out[20]: array([-6., -4., -4., -2., -2., -0., 0., 2., 2., 4., 4.]) # 向0取整 In [21]: np.trunc(a) Out[21]: array([-5., -4., -3., -2., -1., -0., 0., 1., 2., 3., 4.])
注：这里的round用的是"四舍六入五成双，奇进偶不进"的方法。对于大量的计算而言，比普通的四舍五入要更科学
modf-把小数和整数部分分开获取
In [26]: np.modf(a) Out[26]: (array([-0.5, -0.5, -0.5, -0.5, -0.5, -0.5, 0.5, 0.5, 0.5, 0.5, 0.5]), array([-5., -4., -3., -2., -1., -0., 0., 1., 2., 3., 4.])) In [27]: x,y = _ In [28]: x Out[28]: array([-0.5, -0.5, -0.5, -0.5, -0.5, -0.5, 0.5, 0.5, 0.5, 0.5, 0.5]) In [29]: y Out[29]: array([-5., -4., -3., -2., -1., -0., 0., 1., 2., 3., 4.])
isnan和isinf-浮点数特殊值的判定
In [31]: a = np.ones(5) In [32]: a Out[32]: array([1., 1., 1., 1., 1.]) In [33]: a[1] = 0 In [34]: a Out[34]: array([1., 0., 1., 1., 1.]) In [36]: b = a/a F:\Python36\Scripts\ipython3:1: RuntimeWarning: invalid value encountered in true_divide In [37]: a Out[37]: array([1., 0., 1., 1., 1.]) In [38]: b Out[38]: array([ 1., nan, 1., 1., 1.]) In [39]: 1 in b Out[39]: True # 这样判断对nan是无用的 In [40]: np.nan in b Out[40]: False # isnan的作用 In [41]: np.isnan(b) Out[41]: array([False, True, False, False, False])
isnan用来取值
In [42]: b[np.isnan(b)] Out[42]: array([nan]) In [43]: b[~np.isnan(b)] Out[43]: array([1., 1., 1., 1.])
inf-比任何数都大
In [44]: np.inf > 1000000000000000000000000000000 Out[44]: True In [45]: float('inf') > 1000000000000000000000000000000000 Out[45]: True
inf和isinf的使用
In [46]: a = np.array([3,4,5,6,7]) In [47]: b = np.array([3,0,5,0,7]) In [48]: a/b F:\Python36\Scripts\ipython3:1: RuntimeWarning: divide by zero encountered in true_divide Out[48]: array([ 1., inf, 1., inf, 1.]) # 和np.nan不一样，是相等的 In [49]: np.inf == np.inf Out[49]: True In [50]: c = a/b F:\Python36\Scripts\ipython3:1: RuntimeWarning: divide by zero encountered in true_divide In [51]: c Out[51]: array([ 1., inf, 1., inf, 1.]) # 取出不是inf的值 In [52]: c[c!=np.inf] Out[52]: array([1., 1., 1.]) # 取出不是inf的值，用~ In [53]: c[~np.isinf(c)] Out[53]: array([1., 1., 1.])
二元函数
add 加
substract 减
multiply 乘
divide 除
power 乘方
mod 取模
maximum-对两个数组的每一个都取一个最大值
In [58]: a Out[58]: array([3, 4, 5, 6, 7]) In [59]: b Out[59]: array([1, 6, 8, 9, 2]) In [60]: np.maximum(a,b) Out[60]: array([3, 6, 8, 9, 7])
mininum-和maxinum一样的用法，只是对比取最小的值
更改数组形状-reshape和resize和ravel
a = np.random.random((3,2)) a # reshape 并不改变原始数组 a.reshape(2, 3) array([[0.91122299, 0.93234796, 0.86025081], [0.33770259, 0.13627525, 0.78460434]]) # 查看 a array([[0.91122299, 0.93234796], [0.86025081, 0.33770259], [0.13627525, 0.78460434]]) # resize 会改变原始数组 a.resize(2, 3) # 查看 a array([[0.91122299, 0.93234796, 0.86025081], [0.33770259, 0.13627525, 0.78460434]])
# 展平数组-数组变成一行
a.ravel()
array([0.91122299, 0.93234796, 0.86025081, 0.33770259, 0.13627525,
0.78460434])
拼合数组-vstack和hstack
a = np.random.randint(10,size=(3,3)) b = np.random.randint(10,size=(3,3)) a,b out: (array([[1, 4, 7], [5, 6, 6], [6, 4, 5]]), array([[8, 3, 1], [1, 5, 8], [5, 0, 6]])) # 垂直拼合 np.vstack((a,b)) out： array([[1, 4, 7], [5, 6, 6], [6, 4, 5], [8, 3, 1], [1, 5, 8], [5, 0, 6]]) # 水平拼合 np.hstack((a,b)) array([[1, 4, 7, 8, 3, 1], [5, 6, 6, 1, 5, 8], [6, 4, 5, 5, 0, 6]])
分割数组-vsplit和hsplit
# 沿横轴分割数组 np.hsplit(a,3) [array([[1], [5], [6]]), array([[4], [6], [4]]), array([[7], [6], [5]])] # 沿纵轴分割数组 np.vsplit(a,3) [array([[1, 4, 7]]), array([[5, 6, 6]]), array([[6, 4, 5]])]
数组排序
# 生成示例数组 a = np.array(([1, 4, 3], [6, 2, 9], [4, 7, 2])) a array([[1, 4, 3], [6, 2, 9], [4, 7, 2]]) # 返回每列最大值 np.max(a, axis=0) array([6, 7, 9]) # 返回每行最小值 np.min(a,axis=1) array([1, 2, 2]) # 返回每列最大值索引 np.argmax(a,axis=0) array([1, 2, 1]) # 返回每行最小值索引 np.argmin(a,axis=1) array([0, 1, 2])
numpy-统计方法和随机数生成
# 统计中位数 np.median(a, axis=0) # 统计各行的算术平均值 np.mean(a, axis=1) # 统计各列的加权平均值 np.average(a, axis=0) # 统计各行的方差 np.var(a, axis=1) # 统计数组各列的标准偏差 np.std(a, axis=0)
数学时间
1 2 3 4 5 平均数： 3 方差 ：每个数-3的值的平方，加在一起，再除以数字的个数
标准差:对方差开平方根
方差用来计算数组内数值的范围
平均数加减两倍方差的结果活落在90%的范围上
矩阵乘法
矩阵乘法运算（注意与a*b的区别）
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])
np.dot(A,B) array([[19, 22], [43, 50]])
数学函数
# 求三角函数 a = np.array([10,20,30,40,50]) np.sin(a) array([-0.54402111, 0.91294525, -0.98803162, 0.74511316, -0.26237485]) # 以自然对数为底数的指数函数 np.exp(a) array([2.20264658e+04, 4.85165195e+08, 1.06864746e+13, 2.35385267e+17, 5.18470553e+21]) # 方根的运算-开平方 np.sqrt(a) array([3.16227766, 4.47213595, 5.47722558, 6.32455532, 7.07106781]) # 方根的运算-求立方 np.power(a,3) array([ 1000, 8000, 27000, 64000, 125000])
随机数
# 创建二维随机数组 np.random.rand(2, 3) array([[0.46181641, 0.06400509, 0.93763711], [0.67133387, 0.0801051 , 0.81633397]]) # 创建二维随机整数数组 np.random.randint(5, size=(2, 3)) array([[4, 2, 2], [4, 0, 0]])
In [61]: np.random.randint(0,10,10) Out[61]: array([6, 4, 8, 4, 0, 4, 9, 1, 5, 7]) # 生成多维随机数组 In [62]: np.random.randint(0,10,(3,5)) 或者如上一个例子所示 使用size参数 Out[62]: array([[4, 5, 7, 7, 8], [4, 1, 5, 1, 4], [2, 3, 9, 6, 8]]) # 0-1之间的随机数 In [63]: np.random.rand(10) Out[63]: array([0.97926997, 0.17454168, 0.52831388, 0.28070782, 0.2715298 , 0.2749287 , 0.44007621, 0.56472258, 0.53291951, 0.30727733]) # 指定数组中的随机数 In [64]: np.random.choice([1,2,3,4,5,6],10) Out[64]: array([1, 2, 5, 5, 2, 1, 5, 1, 3, 1]) In [65]: np.random.choice([1,2,3,4,5,6],(2,3)) Out[65]: array([[5, 2, 3], [3, 4, 4]]) # uniform 平均分布，出现每一个小数的概率都一样 In [67]: np.random.uniform(2.0,4.0,10) Out[67]: array([3.30135597, 2.5034658 , 3.80415042, 3.58323964, 2.82819204, 3.45701693, 2.51628589, 3.94588971, 2.46530701, 3.269412 ]) In [68]: np.random.uniform(2,4,10) Out[68]: array([3.99532675, 2.27704994, 2.44378248, 2.33492658, 3.79537452, 2.6754694 , 3.04022564, 2.12863367, 3.27047096, 3.70261513]) In [69]: # random中所有的方法都被numpy重写过
fromfunction-依据自定义函数创建数组
>>> def f(x,y): ... return 10*x+y ... >>> b = fromfunction(f,(5,4),dtype=int) >>> b array([[ 0, 1, 2, 3], [10, 11, 12, 13], [20, 21, 22, 23], [30, 31, 32, 33], [40, 41, 42, 43]]) # np.fromfunction(lambda i,j:i+j,(3,3)) array([[0., 1., 2.], [1., 2., 3.], [2., 3., 4.]]) # 生成的规则就是数组中每一个元素所在位置的索引值作为x和y的值
还有很多高级功能没有说，numpy相对于pandas来说是比较基础的包
接下来请领教pandas
第三章-数据分析核心包---pandas
series-一维数据对象
In [72]: import pandas as pd In [73]: pd.Series([2,3,4,5]) Out[73]: 0 2 1 3 2 4 3 5 dtype: int64 In [74]: pd.Series([2,3,4,5],index=['a','b','c','d']) Out[74]: a 2 b 3 c 4 d 5 dtype: int64 In [75]: # 所以说serries更像是列表和字典的结合体 In [76]: pd.Series(np.arange(5)) Out[76]: 0 0 1 1 2 2 3 3 4 4 dtype: int32 In [77]: # 在制定了索引之后，用原来的下标还是能访问 In [82]: sr = pd.Series([2,3,4,5],index=['a','b','c','d']) In [83]: sr Out[83]: a 2 b 3 c 4 d 5 dtype: int64 In [84]: sr[2] Out[84]: 4 # 所以他有两种索引方式，一种是下标，一种是标签，像字典的key
Series-使用特性
# 字典创建Series In [85]: sr = pd.Series({'a':1,'b':2}) In [86]: sr Out[86]: a 1 b 2 # 键索引 dtype: int64 In [88]: sr['a'] Out[88]: 1 # in的用法 In [89]: 'a' in sr Out[89]: True # 通过字典创建，也能使用下标索引 In [87]: sr[1] Out[87]: 2 # 和字典有一点不一样，写for循环的时候，for字典循环的是key，而Series遍历的是值 In [90]: for i in sr: ...: print(i) ...: 1 2 # 获取索引 In [91]: sr.index Out[91]: Index(['a', 'b'], dtype='object') In [93]: sr.index[0] Out[93]: 'a' # 获取值 In [94]: sr.values Out[94]: array([1, 2], dtype=int64) In [95]: sr.values[0] Out[95]: 1 # 花式索引 In [101]: sr = pd.Series(a,index=['a','b','c','d','e']) In [102]: sr Out[102]: a 3 b 4 c 5 d 6 e 7 dtype: int32 In [103]: sr[['a','e','c']] Out[103]: a 3 e 7 c 5 dtype: int32 # 标签索引来切片，它是前包后也包的 In [106]: sr['b':'d'] Out[106]: b 4 c 5 d 6 dtype: int32
Series-整数索引问题
In [107]: sr = pd.Series(np.arange(10)) In [108]: sr Out[108]: 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 dtype: int32 In [111]: sr2 = sr[5:].copy() In [112]: sr2 Out[112]: 5 5 6 6 7 7 8 8 9 9 dtype: int32 # 问题开始了，sr2的下标索引并不是从0开始的 In [113]: sr2[5] Out[113]: 5 # 因为这个时候是有歧义的，所以，如果索引是整数类型，则根据整数进行下标取值的时候，总是面相标签的
解决办法：loc和iloc
In [114]: sr2.loc[5] Out[114]: 5 In [115]: sr2.iloc[-1] Out[115]: 9 # 因为长度只有5，所以使用sr.iloc[5]会报错
Series-数据对齐
按照标签索引进行计算
In [117]: sr1 = pd.Series([12,23,34],index=['c','a','d']) In [118]: sr2 = pd.Series([11,20,10],index=['d','c','a']) In [119]: sr1+sr2 Out[119]: a 33 c 32 d 45 dtype: int64
pandas中长度不一样也可以计算，并引入NaN数据作为数据缺失值
In [120]: sr1 = pd.Series([12,23,34],index=['c','a','d']) In [121]: sr2 = pd.Series([11,20,10,16],index=['d','c','a','b']) In [122]: sr1+sr2 Out[122]: a 33.0 b NaN c 32.0 d 45.0 dtype: float64
In [123]: sr1 = pd.Series([12,23,34],index=['c','a','d']) In [124]: sr2 = pd.Series([11,20,10],index=['c','a','b']) In [125]: sr1+sr2 Out[125]: a 43.0 b NaN c 23.0 d NaN dtype: float64
但是有的时候，我不需要他出现NaN
In [126]: sr1.add(sr2,fill_value=0) Out[126]: a 43.0 b 10.0 c 23.0 d 34.0 dtype: float64
Series-缺失数据和处理确实数据
处理缺失数据有两种思路-删除和填充
判断有没有缺失数据-isnull和notnull
In [127]: sr.isnull() Out[127]: 0 False 1 False 2 False dtype: bool
删掉缺失数据的方法
# 恶意直接利用索引取值的方法 In [132]: sr[sr.notnull()] Out[132]: a 43.0 c 23.0 dtype: float64 # 使用dropna 删除 In [134]: sr.dropna() Out[134]: a 43.0 c 23.0 dtype: float64
填充的方法
# 使用fillna填充 In [133]: sr.fillna(0) Out[133]: a 43.0 b 0.0 c 23.0 d 0.0 dtype: float64
有的时候，不喜欢看见0 ，我们可以填充一个平均值
In [135]: sr.fillna(sr.mean()) Out[135]: a 43.0 b 33.0 c 23.0 d 33.0 dtype: float64
pandas在计算平均值的时候，会跳过nan。如果不想跳过去，可以加一些参数
Series小结
Series的特性-数组+字典的结合体- 整数索引的问题-loc和iloc 数据对齐-面向标签和缺失值 缺失值的处理-删除和填充 pandas的mean求平均值的特点的使用
DataFrame-二维数据对象
# 第一种创建范式 In [137]: df=pd.DataFrame({'one':[1,2,3,],'two':[4,5,6]}) In [138]: df Out[138]: one two 0 1 4 1 2 5 2 3 6 # 第二种创建方式 In [140]: pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([4,5,6,7],index=['a','b','c','d'])}) Out[140]: one two a 1.0 4 b 2.0 5 c 3.0 6 d NaN 7 # 还有很多种创建的方式...
文件读写操作
vim test.csv
a,b,c
1,2,3
4,5,6
7,8,9
读取csv文件
In [145]: pd.read_csv('test.csv') Out[145]: a b c 0 1 2 3 1 4 5 6 2 7 8 9
保存文件为csv
In [147]: df Out[147]: a b c 0 1 2 3 1 4 5 6 2 7 8 9 In [148]: df.to_csv('test2.csv')
DataFrame-常用属性
index用来获取行索引，values获取的值是二维数组, 这是和Series一样的地方
In [156]: df = _140 In [157]: df Out[157]: one two a 1.0 4 b 2.0 5 c 3.0 6 d NaN 7 In [158]: df.index Out[158]: Index(['a', 'b', 'c', 'd'], dtype='object') In [159]: df.values Out[159]: array([[ 1., 4.], [ 2., 5.], [ 3., 6.], [nan, 7.]])
转置T-把行变成列，列变成行，且一列都成了一个属性（所有的转置默认都会）
可以指定属性dtype
In [160]: df.T Out[160]: a b c d one 1.0 2.0 3.0 NaN two 4.0 5.0 6.0 7.0
获取列索引columns
In [163]: df.columns Out[163]: Index(['one', 'two'], dtype='object')
快速统计
In [165]: df.describe() Out[165]: one two count 3.0 4.000000 个数 mean 2.0 5.500000 平均数 std 1.0 1.290994 标准差 min 1.0 4.000000 最小值 25% 1.5 4.750000 25%位置的数 50% 2.0 5.500000 中位数 75% 2.5 6.250000 75%位置的数 max 3.0 7.000000 最大数
DataFrame-索引和切片
# 先选列。再选行 In [168]: df Out[168]: one two a 1.0 4 b 2.0 5 c 3.0 6 d NaN 7 In [169]: df['one']['a'] Out[169]: 1.0 In [170]: df['one'][1] Out[170]: 2.0 In [171]: df['one'][0] Out[171]: 1.0
建议使用loc或者iloc指定，并不建议使用双中括号
In [172]: df.loc['a','one'] Out[172]: 1.0 In [173]: df.loc['a',:] Out[173]: one 1.0 two 4.0 Name: a, dtype: float64
灵活搭配使用
In [174]: df.loc[['a','c'],:] Out[174]: one two a 1.0 4 c 3.0 6
DataFrame-数据对齐与缺失数据
DataFrame在使用dropna时，如果一行有一个缺失值，会将整行都删除
指定how=‘all’，删除全部是nan的行
In [177]: df.loc[['c','d'],'two'] = np.nan In [178]: df Out[178]: one two a 1.0 4.0 b 2.0 5.0 c 3.0 NaN d NaN NaN In [179]: df.dropna(how='all') Out[179]: one two a 1.0 4.0 b 2.0 5.0 c 3.0 NaN # how 默认的值是any，也就是只要有nan就都会删除
如何把有一列中有缺失值的那一列都删除？
axis参数意思是-轴，默认是0，是0的时候，指定的是行，1指定的是列
In [184]: df Out[184]: one two a 1.0 4.0 b 2.0 5.0 c 3.0 NaN d 5.0 NaN In [185]: df.dropna(axis=1) Out[185]: one a 1.0 b 2.0 c 3.0 d 5.0
pandas-其他常用方法
排序中的ascending=False是倒序，by是指定排序的行（列）
当排序的列（行）有nan的时候，都默认放在了最后，不参与排序
numpy的所有通用函数都适于用pandas
pandas-时间对象处理
datetime中将时间字符串转化成时间对象
In [186]: import datetime In [187]: datetime.datetime.strptime('2010-01-01','%Y-%m-%d') Out[187]: datetime.datetime(2010, 1, 1, 0, 0)
记忆strptime p--parse 解析
记忆strftime f--format 格式化
但是不是所有人写时间的格式都像这样的，有一个库可以帮我们做这件事
import dateutil In [191]: dateutil.parser.parse('02/03/2010') Out[191]: datetime.datetime(2010, 2, 3, 0, 0) In [192]: dateutil.parser.parse('02-03-2010') Out[192]: datetime.datetime(2010, 2, 3, 0, 0) In [193]: dateutil.parser.parse('2010-JAN-10') Out[193]: datetime.datetime(2010, 1, 10, 0, 0)
pandas中的to_datetime就是引用了这个模块，进行批量转换
In [194]: pd.to_datetime(['02-03-2010','2010-JAN-10']) Out[194]: DatetimeIndex(['2010-02-03', '2010-01-10'], dtype='datetime64[ns]', freq=None)
注意：得到对象第DatetimeIndex
时间对象生成-date_range
In [195]: pd.date_range('2010-01-01','2010-05-01') Out[195]: DatetimeIndex(['2010-01-01', '2010-01-02', '2010-01-03', '2010-01-04', '2010-01-05', '2010-01-06', '2010-01-07', '2010-01-08', '2010-01-09', '2010-01-10', ... '2010-04-22', '2010-04-23', '2010-04-24', '2010-04-25', '2010-04-26', '2010-04-27', '2010-04-28', '2010-04-29', '2010-04-30', '2010-05-01'], dtype='datetime64[ns]', length=121, freq='D')
使用periods指定长度
pd.date_range? 查看帮助中的参数帮助信息
start : str or datetime-like, optional Left bound for generating dates. end : str or datetime-like, optional Right bound for generating dates. periods : integer, optional 长度 Number of periods to generate. freq : str or DateOffset, default 'D' 频率 H-小时 W-周 W-MON W-WEN Frequency strings can have multiples, e.g. '5H'. See //B-工作日 :ref:`here <timeseries.offset_aliases>` for a list of //1H20min frequency aliases.
date_range的参数freq可以各种花式定义时间间隔 tz : str or tzinfo, optional Time zone name for returning localized DatetimeIndex, for example 'Asia/Hong_Kong'. By default, the resulting DatetimeIndex is timezone-naive. normalize : bool, default False Normalize start/end dates to midnight before generating date range. name : str, default None Name of the resulting DatetimeIndex. closed : {None, 'left', 'right'}, optional Make the interval closed with respect to the given frequency to the 'left', 'right', or both sides (None, the default).
得到的是Timestamp对象，可以将其用to_pydatetime转换成时间对象
还可以转成字符串
date_range的参数freq可以各种花式定义时间间隔
时间序列
生成的时间对象可以用来构建时间序列的
In [198]: sr = pd.Series(np.arange(5),index=pd.date_range('2010-01-01',periods=5)) In [199]: sr Out[199]: 2010-01-01 0 2010-01-02 1 2010-01-03 2 2010-01-04 3 2010-01-05 4 Freq: D, dtype: int32
那么有什么作用呢？直观的好处就是以时间为索引获取指定范围的数据
In [200]: sr = pd.Series(np.arange(100),index=pd.date_range('2010-01-01',periods=100)) In [201]: sr['2010-03'] Out[201]: 2010-03-01 59 2010-03-02 60 2010-03-03 61 2010-03-04 62 2010-03-05 63 2010-03-06 64 2010-03-07 65 2010-03-08 66 2010-03-09 67 2010-03-10 68 2010-03-11 69 2010-03-12 70 2010-03-13 71 2010-03-14 72 2010-03-15 73 2010-03-16 74 2010-03-17 75 2010-03-18 76 2010-03-19 77 2010-03-20 78 2010-03-21 79 2010-03-22 80 2010-03-23 81 2010-03-24 82 2010-03-25 83 2010-03-26 84 2010-03-27 85 2010-03-28 86 2010-03-29 87 2010-03-30 88 2010-03-31 89 Freq: D, dtype: int32
还比如 sr['2017':'2018']
特别方便
resample函数--重新取样
# 以周为单位取和 In [203]: sr.resample('W').sum() Out[203]: 2010-01-03 3 2010-01-10 42 2010-01-17 91 2010-01-24 140 2010-01-31 189 2010-02-07 238 2010-02-14 287 2010-02-21 336 2010-02-28 385 2010-03-07 434 2010-03-14 483 2010-03-21 532 2010-03-28 581 2010-04-04 630 2010-04-11 579 Freq: W-SUN, dtype: int32
truncate是类似切片的函数，意义不大，因为都可以通过切片操作来取值
pandas-文件处理
读取文件
例子：
header= none
names的使用
在一个数据表中，如果某一列中有None，这整个列的类型都会变成object，变成了字符串
本来应该是float的
但是因为有none，变成了字符串
nan可以解释成浮点数，但是none无法解释，
解决：用na_values
写入文件
写入文件示例：
Python中读取excel的时候需要安装模块xlrd
......还有很多内容
要多多练习，才能掌握，变成自己的
第四章-数据可视化工具包---matplotlib
如果在命令行或者pycharm中运行，会弹出对话框，可以进行拖动、放大等操作...
plot函数
plot用来绘制点图或者线图，两个参数（即x和y）
还有第三个参数，一个字符串，来决定线的样式（示例：v是小三角，用短线和点连接，显示红色）
也可以使用参数传递（color=‘red’，marker=‘^’,linestyle='-.'）
我想画多条线？该如何操作
show函数，调用之后，之前的plot都出现在一张图上了
Matplotlib-图像标注
plt.legend的用法之一
pandas和Matplotlib
直接使用
作业：绘制数学函数图像
画布与子图
fig.add_subplot(2,2,1) 其中 2，2的意思就是把画布分成2x24份，最后的1是第一个位置
Matplotlib支持的图类型
条形图
饼图
折线图-matplot.finance
matplotlib.finance.子包中有许多绘制金融相关图的函数接口
绘制K线图：matplotlib.finance.candlestick_ochl函数
参数的帮助信息
导入模块并给数据添加了一个time字段
第五章-金融数据分析基础实战
tushare包介绍
Tushare是一个免费、开源的财经数据接口包。
练习1-股票数据分析
1、使用tushare包获取某股票的历史行情数据 2、输出该股票所有收盘比开盘上涨3%以上的日期 3、输出该股票所有开盘比前日收盘跌幅超过2%的日期（用shift错位） 4、加入我从2010年1月1日开始，每月第一个交易日买入一手股票，每年最后一个交易日卖出所有股票，
到今天为止，我的收益如何？
tushare接口的使用和shift函数，resample的使用
练习2-查找历史金叉死叉的日期
编写代码
第一个量化策略
initialize函数
handle_data函数，每个单位时间执行一次回测
策略实现
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): # 1、设置股票池为沪深300的所有成分股 g.security = get_index_stocks('000300.XSHG')
# 基准收益
set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') ## 回测函数 def handle_data(context, data): # 每只股票买多少的问题,账户金额/股票个数的长度=每个股票分多少钱 # 一般情况下先卖后买 tobuy = [] for stock in g.security: # 获取股票当前的开盘价 p = get_current_data()[stock].day_open # 查看是否持有这只股票 amount = context.portfolio.positions[stock].total_amount # 股票的持仓成本 cost = context.portfolio.positions[stock].avg_cost # 3、如果当前股价比买入时上涨了25%，则清仓止盈 if amount > 0 and p >= cost * 1.25: order_target(stock,0) # 止盈 # 4、如果当前股价比买入时下跌了10%，则卖出止损 if amount > 0 and p <= cost *0.9: order_target(stock,0) # 止损 # 2、如果当前股价小于10元且当前不持仓，则买入 if p <= 10.0 and amount == 0: tobuy.append(stock) order(stock,1000) if tobuy: cost_per_stock = context.portfolio.available_cash / len(tobuy) for per in tobuy: order_value(per,cost_per_stock)
双均线策略-最简单只股票
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股 g.security = ['601318.XSHG'] g.p1 = 5 g.p2 = 10 def handle_data(context, data): for stock in g.security: # 金叉：如果5日均线大于10日均线，且没有持仓 # 死叉：如果5日均线小于10日均线，并且持仓 # 获取历史数据 df = attribute_history(stock,g.p2) m10 = df['close'].mean() m5 = df['close'][-5:].mean() if m10 > m5 and stock in context.portfolio.positions: # 死叉卖出 order_target(stock, 0) if m10 < m5 and stock not in context.portfolio.positions: order(stock,context.portfolio.available_cash * 0.8)
在回测图上添加其他的图
因子选股策略
查询财务数据
get_fundanmentals
策略编写
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股范围 g.security = get_index_stocks('000300.XSHG') # 获取数据,在官网数据选项卡中找到valuation表 g.q = query(valuation).filter(valuation.code.in_(g.security)) # 要定期跟新调仓 # 1、定义天数变量，在handle_data中计数，每天+1，当days%30==0的时候，执行调仓 # 这是没30个交易日调一次 # 2、使用run_monthly(handle,1),定义handle用来跟新的函数，1表示第一个交易日 # 这是每月调一次 run_monthly(handle,1) # 定义自己的仓位最多有20只股票 g.N = 20 def handle(context): # 注意，有的函数方法会报错，因为平台支持的第三方平台的版本所导致 df = get_fundamentals(g.q)[['code','market_cap']] df = df.sort_values('market_cap').iloc[:g.N,:] # 新选出的股票池 to_hold = df['code'].values # 手上可能有一些股票，有的留着，没有的卖掉，添加新的 for stock in context.portfolio.positions: # 手上的股票没在to_hold中，买掉 if stock not in to_hold: order_target(stock,0) to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions] if to_buy: cash_per_stock = context.portfolio.available_cash / len(to_buy) for per in to_buy: order_value(per,cash_per_stock)
注意停牌的股票的过滤
取前30个，把停牌的（paused）过滤掉，在取前20个
多因子选股策略
市值小
净资产收益率要高
如何同时综合多个因子
...
补充知识-标准化
标准化，归一化，数据预处理的方法
编码实现
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股范围 g.security = get_index_stocks('000002.XSHG') # 获取数据,在官网数据选项卡中找到valuation表，市值数据在这个表中 # 找到roe在，indicator表中 g.q = query(valuation,indicator).filter(valuation.code.in_(g.security)) # 要定期跟新调仓 # 1、定义天数变量，在handle_data中计数，每天+1，当days%30==0的时候，执行调仓 # 这是没30个交易日调一次 # 2、使用run_monthly(handle,1),定义handle用来跟新的函数，1表示第一个交易日 # 这是每月调一次 # 定义自己的仓位最多有20只股票 g.N = 20 run_monthly(handle,1) def handle(context): # 注意，有的函数方法会报错，因为平台支持的第三方平台的版本所导致 df = get_fundamentals(g.q)[['code','market_cap','roe']] # 进行归一化 df['market_cap'] = (df['market_cap']) - df['market_cap'].min()) / (df['market_cap'].max() - df['market_cap'].min()) df['roe'] = (df['roe']) - df['roe'].min()) / (df['roe'].max() - df['roe'].min()) # 增加一列作为评分，收益率越大越好，市值越小越好。最后的结果越大越好 df['score'] = df['roe'] - df['market_cap'] # 选最后20只 df = df.sort_values('score').iloc[-g.N:,:] # 新选出的股票池 to_hold = df['code'].values # 手上可能有一些股票，有的留着，没有的卖掉，添加新的 for stock in context.portfolio.positions: # 手上的股票没在to_hold中，买掉 if stock not in to_hold: order_target(stock,0) to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions] if to_buy: cash_per_stock = context.portfolio.available_cash / len(to_buy) for per in to_buy: order_value(per,cash_per_stock)
还可以增加权重、增加更多的因子
均值回归理论
均值回归策略是一个选股策略
编码实现
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股范围 g.security = get_index_stocks('000002.XSHG') # 均线 g.ma_days = 30 # 股票数量 g.stock_num = 10 run_monthly(handle,1) def handle(context): sr = pandas.Series(index=g.security) for stock in sr.index: ma = attribute_history(stock, g.ma_days)['close'].mean() p = get_current_data()[stock].day_open # 计算偏离程度 ratio = (ma-p) / ma sr[stock] = ratio # 不用sort，有一个更快的函数nlargest # 新选出的股票池 to_hold = sr.nlargest(g.stock_num).index.values # 手上可能有一些股票，有的留着，没有的卖掉，添加新的 for stock in context.portfolio.positions: # 手上的股票没在to_hold中，买掉 if stock not in to_hold: order_target(stock,0) to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions] if to_buy: cash_per_stock = context.portfolio.available_cash / len(to_buy) for per in to_buy: order_value(per,cash_per_stock)
布林带策略
上下N取小了不好，去大了等于没取，因为很难触碰，上下可以取不同的N
编码实现
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股范围 g.security = ('600036.XSHG') g.M = 20 # 试验过20比较好 g.k = 2 # 听说1.7比较好 # 初始化策略 def handle_data(context, data): sr = attribute_history(g.security,g.M)['close'] ma = sr.mean() up = ma + g.k * sr.std() down = ma - g.k * sr.std() p = get_current_data()[g.security].day_open cash = context.portfolio.available_cash if p < down and g.security not in context.portfolio.positions: order_value(g.security, cash) elif p >up and g.security in context.portfolio.positions: order_target(g.security, 0)
可以继续尝试其他股票或者多只股票
多只股票牵涉资金分配的问题
多尝试几个参数，看效果如何
布林带比较窄的时候，说明波动小，将不适合短线交易，也可将其作为一个因子
加入止损操作
PEG策略
市盈率是什么
PEG策略说明
PEG选股
编码实现
市盈率有静态的和动态的两种，我们使用静态的pe_ratio,在valuation表中
收益增长率inc_net_profit_year_on_year,在indicator里面
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股范围 g.security = get_index_stocks('000300.XSHG') g.q = query(valuation.code,valuation.pe_ratio,indicator.inc_net_profit_year_on_year).filter(valuation.code.in_(g.security)) g.N = 20 run_monthly(handle,1) def handle(context): df = get_fundamentals(g.q) # 过滤负值的PEG df = df[(df['pe_ratio'] > 0) & (df['inc_net_profit_year_on_year'] > 0) ] # 计算peg df['peg'] = df['pe_ratio'] /df['inc_net_profit_year_on_year']/100 df = df.sort_values('peg') to_hold = df['code'][:g.N].values print(to_hold) # 手上可能有一些股票，有的留着，没有的卖掉，添加新的 for stock in context.portfolio.positions: # 手上的股票没在to_hold中，买掉 if stock not in to_hold: order_target(stock,0) to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions] if to_buy: cash_per_stock = context.portfolio.available_cash / len(to_buy) for per in to_buy: order_value(per,cash_per_stock)
动量策略和反转策略
编码实现
import jqdata import math import numpy as np import pandas as pd import datetime def initialize(context): set_option('use_real_price', True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') g.benchmark = '000300.XSHG' g.N = 10 set_benchmark(g.benchmark) run_monthly(handle, 1) def handle(context): stocks = get_index_stocks('000300.XSHG') # 这段时间的收盘价（attribu是选取一只股票多个时间的，history是选择多只股票） # 转置，相当于将股票代码放在了表头上 df_close = history(30, field='close', security_list=list(stocks)).T # 增加ret列，表示收益率（最后一天的价格-第一天的价格）/ 第一天的价格 df_close['ret'] = (df_close.iloc[:,-1]-df_close.iloc[:,0])/df_close.iloc[:,0] # ascending = False 表示降序，即为动量策略，总选最好的 # ascending = True 反转策略 sorted_stocks = df_close.sort_values('ret', ascending = False).index to_hold = sorted_stocks[:g.N] # 手上可能有一些股票，有的留着，没有的卖掉，添加新的 for stock in context.portfolio.positions: # 手上的股票没在to_hold中，买掉 if stock not in to_hold: order_target(stock,0) to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions] if to_buy: cash_per_stock = context.portfolio.available_cash / len(to_buy) for per in to_buy: order_value(per,cash_per_stock)
最后得出结论，A股市场的反转策略优于动量策略
羊驼交易法则
编码实现
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): set_benchmark('000300.XSHG') # 持有后不动 set_option('use_real_price',True) set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock') # 选股范围 g.security = get_index_stocks('000300.XSHG') # 看多长时间的 收益率 g.period = 30 g.N = 10 # 每次调整几只股票 g.change = 1 # 标志位，第一次购买的时候购买的是10只 g.init = True run_monthly(handle,1) def get_sorted_stocks(context,stocks): df_close = history(g.period, field='close', security_list=stocks).T # 增加ret列，表示收益率（最后一天的价格-第一天的价格）/ 第一天的价格 df_close['ret'] = (df_close.iloc[:,-1]-df_close.iloc[:,0])/df_close.iloc[:,0] # ascending = False 表示降序，即为动量策略，总选最好的 # ascending = True 反转策略 sorted_stocks = df_close.sort_values('ret', ascending = False) return sorted_stocks.index.values def handle(context): if g.init: 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 stocks = get_sorted_stocks(context, context.portfolio.positions.keys()) 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)
简易回测框架开发
框架内容
- 上下文信息保存：context
- 获取数据：
- 下单函数：
- 用户接口：
- ...
