奇葩的python量化交易策略,如何利用天气赚钱

量化交易体系，门派众多，但是存在一类“旁门左道”， 比如有人曾经观察女性裙摆的长度，越短越做多、越长越做空。也有人用利用天气情况，艳阳天的时候做多，阴雨天做空 。

而本次对基于天气的另类交易策略进行试验，看看交易结果会怎样。我们假设天气好的时候， 人们的心情会变好，市场更活跃，倾向于做多，下雨的时候人们心情变差，市场低迷 ，倾向于做空。

1

交易前提

前提假设 ：深圳成指和深圳天气存在某种关系。

交易对象 ：选取 嘉实中证500ETF （159922）作为交易对象，初始资金10万元，初始持有股数0股。

交易方式 ：按照当天天气状况，雨天以开盘价卖出，晴天、多云等非雨天以开盘价买进。每次交易1000股。

2

数据准备

有人说数据分析师很大一部分精力都耗费在数据获取方面。对于天气、股票数据，爬虫当然可以，但目前各大商业网站反爬严重，对新手来说很不友好。本次还是直接用最简单的方式，一招搞定。

深圳的天气数据通过深圳市数据开放平台免费下载，股票交易数据通过tushare库直接读取。

登录深圳市数据开放平台（https://opendata.sz.gov.cn/）免费下载深圳市历史天气状况（需要注册）。

让我们来看一下官方的气象数据都长啥样:

3

试验步骤

1).编程环境：Anaconda

第三方库:Tushare（安装方法:Anaconda Prompt里直接输入 pip install tushare)。

2).数据获取

通过read_excel函数直接读取天气数据（本次天气数据的样本为2012年7月16日至2019年7月1日），对天气的文本进行简单的建模，转化为交易信号。最终生成含股票开盘价（“price”列）、买卖信号（“buy/sell”列）等栏目的数据。

结果数据如下：

3).数据清洗、填充

通过上表可以发现，价格栏存在很多缺失值，主要原因为：该基金还未成立，周末、节假日停止交易等。

首先进行缺失值的删除处理，之后根据下面几个维度进行分析：

• 初始交易金额

• 持股数

• 算出持股数量（“amount”列）

• 账户余额（“balance”列）

• 市值列（“value”列）等栏目数据

至此，所有的数据已经计算完毕，形成了包含:

• 时间(“DDATETIME”列)；

• 天气情况(“WEATHERTODAY”列)；

• 交易价格(“price” 列)；

• 买卖信号(“buy/sell” 列)；

• 持股数量(“amount” 列)；

• 账户余额(“balance” 列)；

• 市值(“value” 列)；

4

数据可视化

通过python的绘图函数，将市值、股票交易价格、持股数量等数据，按时间数据进行显示。

注：

• (1).绿色为10万启动资金的市值变化图。
• (2).红色为股票嘉实中证500ETF（159922）开盘价时序图。
• (3).蓝色为持有股票数量时序图。

  

5

 结果分析

1).2013年3月15日至2019年7月1日期间，基于天气的交易策略，账目浮盈天数占比84.86%(市值大于10万元启动资金的天数占比)，最高浮盈比率曾达到90.19%，到数据截至日期（2019年7月1日），收益率为60.39%，最大浮亏比例6.19%。

本策略总体还是实现年平均收益10%左右的正收益，但这可能跟入市时间有关（2013年3月15日），刚好在牛市启动前期入市。但经历牛熊交替之后，依旧实现正收益，难道小资金定投真的有效？

2).本交易策略还不是一个完整的交易策略，未设置交易的佣金，也无明确的止损、止盈方式等，有兴趣的读者可以进一步完善。

3).本策略持股数量呈现一定的周期性，这个倒是开始没预料到的，这个值得深入探讨。

至于深圳天气和深圳成指之间是不是真的有相关性，欢迎留言吱一声。

近期热门:

千人学习群: