量化策略——市盈率策略选股

import talib

import numpy as np

import math

import pandas

import time

import datetime

from functools import reduce

#init方法是您的初始化逻辑，context对象可以在任何函数之间传递

def init(context):

#滑点默认值为2‰

context.set_slippage(0.002)

#交易费默认值为0.25‰

context.set_commission(0.00025)

#基准默认为沪深300

context.set_benchmark("000300.SH")

#调仓周期

task.weekly(option_stock, weekday=2, time_rule=market_open(minute=5))

#下面为几个定时执行的策略代码，可放开注释替换上面的执行时间

#task.daily(option_stock, time_rule=market_close(minute=5)) #每天收盘前5分钟运行

#task.weekly(option_stock, weekday=2, time_rule=market_open(minute=5)) #每周周二开盘后5分钟运行

#task.monthly(option_stock, tradingday=1 ,time_rule=market_open(minute=5)) #每月第1个交易日开盘后5分运行

#每天开盘前进行选股

def before_trade(context):

context.stock_list = choose_stock_finance()

#日或分钟或实时数据更新，将会调用这个函数

def handle_data(context,data_dict):

pass

#操作股票

def option_stock(context,data_dict):

stock_list = context.stock_list

sell_stock(context,stock_list,data_dict) #先卖出股票再买入

for stock in stock_list:

buy_stock(context,stock) #买入股票

#策略买入信号函数

def buy_stock(context, stock):

context.percentage = 1 #设置单支股票最大买入仓位

stock_buy_num = 10 #最多买入股票数量

stock_percentage = 0.99/stock_buy_num #每支股票买入的最大仓位

if len(context.portfolio.positions) < stock_buy_num:

if stock_percentage > context.percentage: #设置单支股票最大买入仓位

stock_percentage = context.percentage #更换买入仓位

order_percent(stock, stock_percentage) #买入股票

#策略卖出信号函数

def sell_stock(context,stock_list,data_dict):

for stock in list(context.portfolio.positions.keys()):

if not (stock in stock_list):

order_target_value(stock,0) #如果不在股票列表中则全部卖出

#选股函数

def choose_stock_finance():

dataframe = get_fundamentals(

query(

fundamentals.equity_valuation_indicator.pe_ratio_ttm, fundamentals.equity_valuation_indicator.pe_ratio_nobtest, fundamentals.equity_valuation_indicator.pe_ratio, fundamentals.financial_analysis_indicator.inc_gross_profit, fundamentals.equity_valuation_indicator.market_cap_2

).filter(

fundamentals.equity_valuation_indicator.pe_ratio_ttm > 10

).filter(

fundamentals.equity_valuation_indicator.pe_ratio_ttm < 40

).filter(

fundamentals.equity_valuation_indicator.pe_ratio_nobtest > 10

).filter(

fundamentals.equity_valuation_indicator.pe_ratio_nobtest < 40

).filter(

fundamentals.equity_valuation_indicator.pe_ratio > 10

).filter(

fundamentals.equity_valuation_indicator.pe_ratio < 40

).filter(

fundamentals.financial_analysis_indicator.inc_gross_profit > 1

).filter(

fundamentals.financial_analysis_indicator.inc_gross_profit < 100

).filter(

fundamentals.equity_valuation_indicator.market_cap_2 > 10000000000

).filter(

fundamentals.equity_valuation_indicator.market_cap_2 < 30000000000

)

)

stock_list = dataframe.columns.values

return stock_list

阅读原文：http://club.jr.jd.com/quant/topic/1462027

京东金融官方咨询QQ群：456448095 欢迎咨询讨论与交流