0017-量化第四天：QMT—指数增强回测算法注释学习

九九九九为功

已于 2022-04-13 21:20:38 修改

阅读量1.7k

点赞数 1

分类专栏：量化系统文章标签： python

于 2022-04-12 14:43:31 首次发布

本文链接：https://blog.csdn.net/m0_68750710/article/details/124116908

版权

一、模型介绍

本策略以0.8为初始权重跟踪指数标的沪深300中权重大于0.35%的成份股.

个股所占的百分比为(0.8*成份股权重)*100%.

然后根据个股是否:1.连续上涨5天 2.连续下跌5天

来判定个股是否为强势股/弱势股,并对其把权重由0.8调至1.0或0.6

二、可学习部分

1.字典到列表、字典的赋值

	for key in stock300:
		# 保留权重大于0.35%的成份股
		if (ContextInfo.get_weight_in_index(ContextInfo.index_code, key) / 100) > 0.0035:
        #获取300中每个股票的绝对权重，返回单位%（不显示），如果权重大于0.35%
			stock300_symbol.append(key)  #把这个票放到标记池里，列表
			ContextInfo.stock300_weight[key] = ContextInfo.get_weight_in_index(ContextInfo.index_code, key) / 100
#每个票的指数权重计算为300的绝对权重/100，字典{股票：权重}

2.循环从列表走到字典

	for stock in ContextInfo.stock300_weight:
		# 若没有仓位则按照初始权重开仓
		if  stock not in holdings and stock in list(dict_close.keys()):
			if len(dict_close[stock]) == 7:
				pre_close = dict_close[stock][-1]

3.使用行情和持股数量 < x做判断条件

				diff = np.array(dict_close[stock][1:6]) - np.array(dict_close[stock][:-2])
                #依次用后一天的收盘价-前一天的收盘价				
                if all(diff>0) and holdings