年化31.4%的大类资产vs宽基指数|vnpy导入所有主连合约数据（代码+策略下载）

本文链接：https://blog.csdn.net/weixin_38175458/article/details/144879908

原创内容第755篇，专注量化投资、个人成长与财富自由。

今天的文章几件事情（明天本周五星球更新本周所有代码）：

1、A股主要宽基指数轮动策略。

2、期货历史主连合约导入vnpy。

3、海龟策略vnpy版本跑通。

ETF池子：上证50（510050）、沪深300（510300）、中证500（510500）、中证1000（512100）、创业板ETF（159915）、创业50ETF（159949）

单一市场而言，择时就显得比较重要，但回撤率依然比较大，这也是我们为何建议做大类资产配置的原因所在。

对比大类资产:

主连合约数据同步：

主力连续合约: 主力连续合约是由该品种期货不同时期主力合约接续而成, 代码以 88 或 888 结尾结尾, 例如 IF88 或 IF888. 前者为合约量价数据的简单拼接, 未做平滑处理; 后者对价格进行了”平滑”处理,

处理规则如下: 以主力合约切换前一天(T-1日)新、旧两个主力合约收盘价做差, 之后将 T-1 日及以前的主力连续合约的所有价格水平整体加上或减去该价差, 以”整体抬升”或”整体下降”主力合约的价格水平。

用akshare下载所有主连合约历史日线数据：

def get_future_continue_quotes(symbol):
    df = ak.futures_zh_daily_sina(symbol=symbol)

    '''
        日期        开盘价  最高价 最低价 收盘价  成交量  持仓量  动态结算价
0    2020-01-02  6520  6530  6485  6500    54491  230632   6500
1    2020-01-03  6500  6510  6480  6495    72391  229655   6495
    '''
    cols = {'hold': 'open_interest'}
    df.rename(columns=cols, inplace=True)
    df['date'] = df['date'].apply(lambda x: x.replace('-', ''))
    # df = df[list(cols.values())]
    df['symbol'] = symbol

    return df

def update_all_futures():
    basic = DATA_DIR.joinpath('basic').joinpath('futures.csv')
    df_basic = pd.read_csv(basic.resolve())
    for s in df_basic['symbol']:
        print(s)
        df = get_future_continue_quotes(s)
        df.to_csv(DATA_DIR_QUOTES.joinpath(f'{s}.csv').resolve(), index=False)

把csv全部导入vnpy的数据库（这里暂时没有对应期货交易所的信息）：

def to_vnpy():
    from vnpy_datamanager import engine
    from vnpy.trader.constant import Exchange, Interval

    e = engine.ManagerEngine(None, None)

    basic = DATA_DIR.joinpath('basic').joinpath('futures.csv')
    df_basic = pd.read_csv(basic.resolve())
    for s in df_basic['symbol']:
        csv = DATA_DIR_QUOTES.joinpath(f'{s}.csv').resolve()
        print(csv)
        e.import_data_from_csv(csv, symbol=s, exchange=Exchange.CFFEX, interval=Interval.DAILY,
                               tz_name='Asia/Shanghai', datetime_head='date', open_head='open', high_head='high',
                               low_head='low',
                               close_head='close', volume_head='volume', turnover_head='turnover',
                               open_interest_head='open_interest', datetime_format='%Y%m%d')