多板块轮动策略编写技巧----策略编写学习教材

一.本章内容主要介绍了如何在MINDGO平台上快速学会编写多板块轮动策略，希望能给有需要的小伙伴带来一定帮助。¶

本文建立于双板块轮动策略编写技巧之上，因此需要完整地学习的同学可以先看教材（六）
二.多板块策略逻辑

一、轮动策略介绍

在【系列六】中已经详细的讲到了板块轮动效应，当时整个策略的不完善之处在于板块太少，无法完全解释大盘 的涨跌逻辑，因为本人在【系列七】中特意创建了一个多指数轮动策略，目的就是通过对大量指数的强弱判断，从而 来解析整个大盘的上涨逻辑。
　　通俗的讲，每段时期的大盘涨跌逻辑都是有所不同的，比如：前段时间蓝筹股的上涨，这段时间周期股暴涨等等， 说白了，每个时期的大盘在上涨过程中，总有一个板块或者是指数、行业是推动大盘上涨的，除非是在大牛市，每个 行业、板块都在涨，但是都在涨的同时，必定有一个板块或者行业是涨幅最喜人的。从以上的逻辑，我们可以得出： 多指数（行业）轮动策略可以最大程度上解释大盘的涨跌逻辑！
轮动策略的优势非常明显，在任何一段时间内，买入最强势的指数，而这个指数正是带动整个大盘上涨的核心力 量。当然，策略中还会判断指数强弱，如果没有一个指数达到强势标准，则直接空仓。这也就是说，轮动策略本身就 具备良好的风控措施，而且因为买入的是指数，其不需要考虑非系统性风险。
　　多指数轮动策略的重点在于以下四点：
　　一：必须具备足够多的指数，也就是这些指数包含很多行业、指数，这样可以在任何一个时期来解释大盘内在涨 跌逻辑。
　　二：必须有一个严格的强弱判断逻辑，一个指数的表现如何量化成强弱关系并与其它指数进行对比。
　　三：确定调仓周期，策略应该是一个月调仓一次，还是一周调仓一次，或者其它，这个调仓逻辑与你选择指数的 类型、数量有关。
　　四：确定持仓指数数量，当策略判断出各个指数的强弱并排序后，策略持仓最强表现的一个指数，还是前几个指 数，这会直接影响到策略的最终结果。

二、构建多指数轮动策略

本章为了达到编写教学效果和策略逻辑完善，本人选取了9个指数ETF基金来解释大盘涨跌逻辑：159901 深100ETF， 510050 50ETF，159915创业板ETF，510300 沪深300ETF，510500 500ETF，510180 180ETF，159902 中小板ETF，159905 深红利ETF，150019银华锐进。
　　其次定义板块强弱，采用当日收盘价与20日前的收盘价进行涨跌幅计算，如果当日收盘价相对于20日前的收盘价是 上涨的，则表明该板块较为强势，由于一共9个指数，选取其中最强的一个作为交易标的。如果出现9个指数都下跌，那 么我们则空仓避险。
　　板块强弱的调仓周期为一月。
三.策略框架

I.初始化函数，设置账户条件
II.交易函数，用于买卖个股

#=====================================================================================================
#=====================================================================================================
#导包操作
import pandas as pd
#=====================================================================================================
#=====================================================================================================
#初始化函数，用于初始条件，其中爱吃醋 context.security中确定策略判断的几大板块
def init(context):   
    run_monthly(trade,date_rule=3)
    context.security=['150019.SZ','159901.OF','510050.OF',
                      '159915.OF','510300.OF',
                      '510500.OF','510180.OF',
                      '159902.OF','159905.OF']
                      #注意：格式可以一行，也可以多行，不影响代码运行，4行还只是context.security里的。
#=====================================================================================================
#=====================================================================================================
#板块强弱衡量函数
def bankuai(context,bar_dict):  
    df={'security':[],'qd':[]}
    stocks=context.security
    for i in stocks:
        df['security'].append(i)
        price = history(i, ['close'], 25, '1d')
        p20=price['close'].iloc[-20]
        p1=price['close'].iloc[-1]
        m=(p1-p20)/p20
        df['qd'].append(m)
    df = pd.DataFrame(df).sort_values(by ='qd', ascending=False)
    x=df['qd'].iloc[0]
    y=['123']
    if x >0 :
        return df['security'].iloc[0]
    else:
        return y
    #直接输出最强的板块，如果所有板块都是负数，那么输出固定值y=['123']
#=====================================================================================================
#=====================================================================================================
#交易函数
def trade(context,bar_dict):
    n=bankuai(context,bar_dict)
    d=len(n)
    #首先判断所有板块是否变弱，变弱则清仓
    if d==1:
        if len(list(context.portfolio.stock_account.positions.keys())) > 0:
            for stock in list(context.portfolio.stock_account.positions.keys()):
                order_target(stock, 0)
    #其次判断最强板块是否是我们持仓的板块，不是则先卖持仓，后买最强板块。
    else:
        if n not in list(list(context.portfolio.stock_account.positions.keys())):
            for stock in list(context.portfolio.stock_account.positions.keys()):
                order_target(stock, 0)
            if len(list(context.portfolio.stock_account.positions.keys())) < 1:
                order_target_value(n, context.portfolio.stock_account.available_cash)
#=====================================================================================================
#=====================================================================================================
#设置止损止盈
def handle_bar(context,bar_dict):
    n=bankuai(context,bar_dict)
    d=len(n)
    #判断函数，用于判断板块，如果所有板块都弱了,那么n是1，执行清仓。
    if d==1:
        if len(list(context.portfolio.stock_account.positions.keys())) > 0:
            for stock in list(list(context.portfolio.stock_account.positions.keys())):
                order_target(stock, 0)