米匡框架实现量化交易炒股

# 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