python量化交易：Joinquant_从仅改变起始日期的回测结果看小市值策略的缺陷
基于聚宽平台的源代码如下：
'''
筛选出市值介于10-20亿的股票，选取其中市值最小的两只股票，
每天开盘买入，持有五个交易日，然后调仓。
'''
## 初始化函数，设定要操作的股票、基准等等
def initialize(context):
# 设定沪深300作为基准
set_benchmark('000300.XSHG')
# True为开启动态复权模式，使用真实价格交易
set_option('use_real_price', True)
# 设定成交量比例
set_option('order_volume_ratio', 1)
# 股票类交易手续费是：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(open_tax=0, close_tax=0.001, \
open_commission=0.0003, close_commission=0.0003,\
close_today_commission=0, min_commission=5), type='stock')
# 持仓数量
g.stocknum = 2
# 交易日计时器
g.days = 0
# 调仓频率
g.refresh_rate = 5
# 运行函数
run_daily(trade, 'every_bar')
## 选出小市值股票
def check_stocks(context):
# 设定查询条件
q = query(
valuation.code,
valuation.market_cap
).filter(
valuation.market_cap.between(10,20)
).order_by(
valuation.market_cap.asc()
)
# 选出低市值的股票，构成buylist
df = get_fundamentals(q)
buylist =list(df['code'])
# 过滤停牌股票
buylist = filter_paused_stock(buylist)
return buylist[:g.stocknum]
## 交易函数
def trade(context):
if g.days%g.refresh_rate == 0:
## 获取持仓列表
sell_list = list(context.portfolio.positions.keys())
# 如果有持仓，则卖出
if len(sell_list) > 0 :
for stock in sell_list:
order_target_value(stock, 0)
## 分配资金
if len(context.portfolio.positions) < g.stocknum :
Num = g.stocknum - len(context.portfolio.positions)
Cash = context.portfolio.cash/Num
else:
Cash = 0
## 选股
stock_list = check_stocks(context)
## 买入股票
for stock in stock_list:
if len(context.portfolio.positions.keys()) < g.stocknum:
order_value(stock, Cash)
# 天计数加一
g.days = 1
else:
g.days += 1
# 过滤停牌股票
def filter_paused_stock(stock_list):
current_data = get_current_data()
return [stock for stock in stock_list if not current_data[stock].paused]
回测结果如下：
如上述几幅图所示，结束时间都设定为20190612，但起始时间分别为2019年3月4号、5号、6号、7号时，回测结果波动很大，不具备稳定性，究其原因，选定不同起始时间，可能造成操作股票的不一致，不同股票有不同涨幅，进而造成最终收益率的极大波动。
另外，上述代码中存在的缺陷包括：两个相连周期，同一只股票市值都是最低时，存在卖了再买的情况，需优化。