量化交易入门笔记-小市值股票策略

'''
筛选出市值介于20亿~30亿的股票
选取其中市值最小的三只股票
然后每天开盘买入，持有5个交易日，然后调仓
'''

import jqdata

def initialize(context):
    """初始化函数"""
    # 设定参考基准
    set_benchmark('000300.XSHG')
    # 使用真实价格
    set_option('use_real_price', True)
    # 设定成效比例 
    set_option('order_volume_ratio', 1)
    # 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')
    # 持仓数量
    g.stocknum = 3
    # 交易计时器
    g.days = 0
    # 调仓频率
    g.refresh_rate = 5
    # 运行函数
    run_daily(trade, 'every_bar')
    
    
def check_stocks(context):
    """股票筛选"""
    # 设定条件 
    q = query(
        valuation.code,
        valuation.market_cap
        ).filter(
            valuation.market_cap.between(20, 30)
            ).order_by(
                valuation.market_cap.asc()
                )
    # 选出低市值的股票，构成buy_list
    df = get_fundamentals(q)
    buy_list = list(df['code'])
    # 过滤掉停牌
    buy_list = filter_paused_stock(buy_list)
    return buy_list[:g.stocknum]
    
    
def filter_paused_stock(stock_list):
    """过滤掉停牌"""
    current_data = get_current_data()
    return [stock for stock in stock_list if not current_data[stock].paused]
    
    
def trade(context):
    """交易函数"""
    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(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1
        g.days = 1
    else:
        g.days += 1

回测结果：

注：本文章为个人学习笔记，参考了一些书籍与官方教程，不作任何商业用途！