# 可以自己import我们平台支持的第三方python模块,比如pandas、numpy等。 import pandas as pd import numpy as np from sklearn.linear_model import LinearRegression # 线性回归算法正规方程求解 # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。 def init(context): # 在context中保存全局变量 # 股票池初始化 # 沪深300--在沪市和深市中表现较好的300支股票 context.hs300 = index_components("000300.XSHG") weight = np.array( [0.02953221, -0.04920124, -0.10791485, 0.00801783, -0.03613599, 0.1310877, -0.03030564, 0.40286239, -0.30166898]) context.weight = np.mat(weight).T context.stock_num = 20 scheduler.run_monthly(mylineRegression, tradingday=1) # 每月运行一次,每月第一天运行 #调用下面的mylneRegression函数,框架封装好 def three_sigma(data): """ 进行3sigma离群值处理 :param data: 传入的数据 # :return: 拉回离群值之后的data """ up = data.mean() + 3 * data.std() low = data.mean() - 3 * data.std() # 超过上限用上限代替 np.where(data > up, up, dat
米匡框架实现量化交易炒股
最新推荐文章于 2022-12-08 16:01:07 发布