利用米筐量化回测平台实行量化炒股

1、主要属性 

2、代码

# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。
import  pandas  as  pd
import  numpy as  np
from  sklearn.linear_model import  LinearRegression#线性回归算法正规方程求解
# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
    # 在context中保存全局变量
    #股票池初始化
    #沪深300--在沪市和深市中表现较好的300支股票
    context.hs300 = index_components("000300.XSHG")
    weight=np.array([0.02953221, -0.04920124, -0.10791485, 0.00801783, -0.03613599, 0.1310877, -0.03030564, 0.40286239,
-0.30166898])
    context.weight=np.mat(weight).T
    context.stock_num=20
    scheduler.run_monthly(mylineRegression,tradingday=1)#每月运行一次，每月第一天运行
def  three_sigma(data):
    """
    进行3sigma离群值处理
    :param data: 传入的数据
#   :return: 拉回离群值之后的data
    """

    up=data.mean()+3*data.std()
    low = data.mean() -3 * data.std()
    #超过上限用上限代替
    np.where(data>up,up,data)
    np.where(data 

 3、结果