股票模板实例

最新推荐文章于 2023-09-08 22:42:16 发布

易夫人0

最新推荐文章于 2023-09-08 22:42:16 发布

阅读量1.3k

点赞数

文章标签：股票模板实例

本文链接：https://blog.csdn.net/weixin_43849243/article/details/103325565

版权

本文介绍了一个动量策略，选取过去60个交易日累计收益率最高的60只股票进行买入，策略基于沪深300成分股，与沪深300指数对比。策略涉及调仓频率、手续费、滑点设置，以及handle_data函数中的股票账户操作，包括获取历史数据、计算股票累积净值、调整持仓等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先上代码：

import pandas as pd
start='2014-11-01'
end='2018-01-01'
benchmark='HS300'
universe=DynamicUniverse('HS300')
refresh_rate=60   #此处未给出频率参数，默认是‘d’（天）
max_history_window=60
accounts={
    'fantasy_account':AccountConfig(account_type="security",capital_base=10000000,
                                     commission=Commission(buycost=0.001,sellcost=0.002,unit='perValue'),
                                    slippage=Slippage(value=0.0,unit='perValue'))
                                    }
def initialize(context):
     pass
                                   
def handle_data(context):
     account=context.get_account('fantasy_account')
     universe=context.get_universe(exclude_halt=True)
     history=context.history(universe,'closePrice',60)   #获取K线图等时间序列数据（获取60条历史K线图universe证券列表的前复权收盘价）
     momentum={'symbol':[],'c_ret':[]}   #字典初始化
     for stk in history.keys():  #对每只股票进行循环，用最近的前复权价格除以60个交易日之前的前复权价格，得到累计净值
            momentum['symbol'].append(stk)
            momentum['c_ret'].append(history[stk]['closePrice'][-1]/history[stk]['closePrice'][0])
     #按照过去60日收益率排序，并且选择前60只得股票作为买入候选
     momentum&#

最低0.47元/天解锁文章