【量化平台入门系列】聚宽平台常用输入设置函数

yi_5415

于 2024-11-04 16:48:11 发布

阅读量1.5k

点赞数 21

文章标签：聚类 python

本文链接：https://blog.csdn.net/weixin_47174968/article/details/143357738

版权

文章目录

前言
聚宽平台常用输入设置函数

前言

【量化平台入门系列】主要用于记录自学量化策略时的一些笔记，克隆学习聚宽平台大佬们展示的量化策略，逐行理解代码，最终达到自己写策略的目的。
以下关于代码的解释由AI【豆包】生成，非原创。

聚宽平台常用输入设置函数

`set_option()`函数

在聚宽平台中，set_option()函数用于设置一些运行选项。以下是关于如何使用set_option()函数的方法：

一、函数语法

set_option(key, value)

key：表示要设置的选项名称，是一个字符串。
value：表示为选项设置的值。

二、常见选项及用法

avoid_future_data=True
- 用途：避免使用未来数据。这在进行策略回测等操作时非常重要，确保结果的准确性。
- 示例：
```
set_option('avoid_future_data', True)
```
其他选项可根据具体的需求进行设置，不同的选项会对数据获取、回测运行等方面产生不同的影响。

三、注意事项

在使用set_option()函数时，要确保设置的选项是聚宽平台所支持的，并且了解每个选项的具体作用和影响。
选项的设置可能会影响到代码的性能和结果，因此在设置时需要谨慎考虑。
如果不确定某个选项的具体作用，可以查阅聚宽平台的官方文档以获取详细信息。

在聚宽平台中，除了avoid_future_data之外，还有以下一些常见的设置选项：

一、显示设置类

display_progress=True/False：控制是否显示运行进度条。如果设置为True，在进行回测等耗时操作时会显示进度条，方便你了解运行进度。

二、数据获取设置类

show_progress=True/False：控制在获取数据时是否显示进度信息。如果设置为True，在下载数据等操作时会显示进度提示。
enable_profile=True/False：启用或禁用性能分析。如果设置为True，可以在运行结束后查看代码的性能分析报告，了解各个部分的运行时间等信息，有助于优化策略。

三、运行模式设置类

run_daily=True/False：设置是否以日为单位运行策略。如果设置为True，在进行回测或模拟交易时，会按照每日的时间步长进行运行，而不是逐分钟或其他更细粒度的时间单位。
run_once=True/False：设置是否只运行一次策略。如果设置为True，在某些特定场景下，比如只需要进行一次初始化操作或者只进行一次数据处理时，可以使用这个选项。

这些只是聚宽平台中的一部分常见设置选项，具体的选项和用法可以参考聚宽的官方文档，以获取更详细准确的信息。

这段代码在聚宽平台中用于设置股票交易的费用。具体解释如下：

`set_order_cos()`函数

set_order_cost函数用于设置交易成本。

一、函数语法

set_order_cost(order_cost, type)

order_cost：是一个OrderCost对象，用于定义不同类型交易的成本参数，包括开仓印花税、平仓印花税、开仓佣金、平仓佣金、平今仓佣金和最低佣金等。
这段代码在聚宽平台中用于设置股票交易的费用。具体解释如下：
OrderCost是一个用于定义交易成本的类。
- open_tax表示开仓时的印花税，这里设置为 0。
- close_tax表示平仓时的印花税，设置为 0.001，即千分之一。
- open_commission表示开仓时的佣金，设置为 0.0001。
- close_commission表示平仓时的佣金，也设置为 0.0001。
- close_today_commission表示平今仓佣金，这里设置为 0。
- min_commission表示最低佣金，设置为 5。
type='stock'表示这个交易成本设置适用于股票类型的交易。

通过设置这些交易成本参数，可以更准确地模拟实际交易中的费用支出，从而在策略回测和模拟交易中得到更接近真实情况的结果。

二、创建OrderCost对象

对于股票交易，例如：

from jqdata import OrderCost

order_cost_stock = OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0001, close_commission=0.0001, close_today_commission=0, min_commission=5)
set_order_cost(order_cost_stock, type='stock')

这里设置了股票交易的开仓印花税为 0，平仓印花税为千分之一，开仓和平仓佣金均为万分之一，平今仓佣金为 0，最低佣金为 5。

对于期货交易，参数会有所不同，比如可能没有印花税，但有手续费等：
```
order_cost_futures = OrderCost(open_commission=2, close_commission=2, close_today_commission=3, min_commission=0)
set_order_cost(order_cost_futures, type='futures')
```
假设设置期货交易的开仓和平仓手续费均为 2，平今仓手续费为 3，最低佣金为 0。

三、注意事项

准确设置交易成本对于策略回测和模拟交易的准确性非常重要，因为实际交易中成本会对收益产生影响。
不同的交易品种和市场可能有不同的交易成本结构，需要根据实际情况进行合理设置。
在使用set_order_cost函数之前，最好先了解聚宽平台对于交易成本参数的具体要求和默认值，以便进行适当的调整。

run_monthly run_daily 函数

在聚宽平台中，run_monthly函数用于每月在特定时间运行一个指定的函数。

一、函数语法

run_monthly(func, monthday, time, reference_security)

func：要执行的函数，通常是包含交易策略逻辑的函数。
monthday：每月执行的日期，可以是整数，表示每月的第几天；也可以是一个字符串，如’1stfri’表示每月第一个星期五。
time：执行的时间，格式为字符串，如’09:30’。
reference_security：参考证券，用于确定交易时间，通常是一个股票代码或指数代码。

二、功能用途

定期执行策略：可以设置每月在固定的日期和时间执行交易策略，方便进行定期的投资组合调整、资产再平衡或特定策略的执行。
- 例如，每月月初对投资组合进行重新评估和调整权重，以适应市场变化。
时间控制：通过指定具体的时间，可以在市场较为稳定或特定的交易时段执行策略，避免在市场波动剧烈或不确定的时段进行交易。
- 比如在上午开盘后的一段时间，市场流动性较好，可以执行一些需要快速成交的策略。
自动化交易：结合其他聚宽的功能和函数，可以实现自动化的量化交易流程，无需手动干预即可每月定期执行策略。

三、示例用法

以下是一个简单的示例，展示如何使用run_monthly函数：

def my_strategy():
    # 这里是你的交易策略逻辑
    print("执行交易策略")

run_monthly(my_strategy, 1, '09:30')

在这个例子中，my_strategy函数将在每月的第一天上午 9 点 30 分被执行。

四、注意事项

确保函数的正确性和稳定性：由于run_monthly函数会自动定期执行指定的函数，所以要确保函数中的交易策略逻辑经过充分的测试和验证，以避免出现错误或异常情况。
考虑市场情况和节假日：在设置执行日期和时间时，要考虑市场的交易时间和节假日安排。如果执行时间落在非交易日或市场休市时间，函数将不会被执行。
性能和效率：如果交易策略逻辑比较复杂或执行时间较长，可能会影响程序的性能和效率。可以优化策略代码，提高执行速度，以确保在规定的时间内完成策略的执行。

get_current_data 函数

在聚宽平台中，get_current_data函数用于获取当前的市场数据。

一、函数功能

实时数据获取：可以获取当前市场中各种证券的实时价格、成交量、涨跌幅等信息。例如，可以使用这个函数获取某只股票的当前价格，以便在交易策略中进行判断和决策。
```
def handle_data(context):
    current_data = get_current_data()
    stock_price = current_data['AAPL'].last_price
    # 根据股票价格进行交易决策
```

数据筛选：可以根据特定的条件筛选出符合要求的证券。例如，可以筛选出当前涨幅大于一定百分比的股票，或者成交量大于一定值的股票。

def handle_data(context):
    current_data = get_current_data()
    high_gain_stocks = [stock for stock in current_data if current_data[stock].pct_change > 0.05]
    # 对涨幅较大的股票进行进一步分析

数据更新：在每个交易周期（例如每分钟、每天等），可以使用这个函数获取最新的市场数据，以便及时更新交易策略。例如，如果策略依赖于股票的实时价格和成交量变化，就需要定期使用get_current_data获取最新数据。

def handle_data(context):
    current_data = get_current_data()
    for stock in context.portfolio.positions:
        if current_data[stock].last_price > context.portfolio.positions[stock].cost_basis * 1.1:
            # 如果股票价格上涨超过 10%，进行卖出操作

二、参数和返回值

这个函数通常不需要参数，返回一个包含当前市场数据的字典。字典的键是证券代码，值是一个包含该证券各种属性的对象。例如，对于股票，这个对象可能包含last_price（最新价格）、pct_change（涨跌幅）、volume（成交量）等属性。

三、注意事项

数据准确性：虽然get_current_data提供了实时的市场数据，但在实际使用中，可能会受到数据延迟、错误等因素的影响。因此，在使用这些数据进行交易决策时，需要考虑数据的准确性和可靠性。
性能影响：频繁地调用get_current_data可能会对程序的性能产生一定的影响，特别是在高频率交易策略中。因此，需要根据实际情况合理控制调用频率，以避免影响程序的运行效率。
数据范围：get_current_data返回的数据通常是当前市场上可交易的证券的数据。如果需要获取其他类型的数据（如历史数据、基本面数据等），可能需要使用其他函数。

get_fundamentals 函数

在聚宽平台中，get_fundamentals函数用于获取基本面数据。其语法如下：

get_fundamentals(query, date=None, statDate=None)

主要参数解释如下：

一、query

这是一个必填参数，用于指定要查询的基本面数据内容和筛选条件。通常使用query函数来构建查询对象。例如：

query(valuation.code, valuation.pe_ratio).filter(valuation.code.in_(stocks))

这里查询了股票的代码和市盈率，并通过.filter方法进一步筛选出特定股票列表中的股票。

可以查询的基本面数据包括但不限于：

valuation：估值相关数据，如市值、市盈率、市净率等。
indicator：财务指标数据，如营业收入、净利润、毛利率等。
balance_sheet：资产负债表相关数据。
income_statement：利润表相关数据。

二、date

可选参数，指定查询数据的日期。如果不指定，默认为当前日期。可以传入一个字符串格式的日期，如’2023-10-30’。

三、statDate

可选参数，指定财报统计日期。如果不指定，会根据具体情况自动选择合适的财报日期。可以传入一个字符串格式的日期，如’20230630’表示查询 2023 年中报数据。

使用示例：

# 查询特定股票在特定日期的市盈率和市净率
query_result = get_fundamentals(query(valuation.code, valuation.pe_ratio, valuation.pb_ratio).filter(valuation.code == 'AAPL'), date='2023-10-30')

通过调整参数，可以灵活地获取不同股票、不同日期和不同类型的基本面数据，为量化交易策略提供重要的参考依据。

get_security_info函数

在聚宽平台中，get_security_info函数用于获取证券的详细信息。

一、函数语法

get_security_info(code)

其中，code是证券代码，可以是股票代码、基金代码等。

二、返回值

该函数返回一个Security对象，包含了证券的各种属性信息，主要属性如下：

display_name：证券的中文名称。
name：证券的英文名称。
start_date：证券上市日期。
end_date：证券退市日期（如果已退市）。
type：证券类型，如’stock’（股票）、‘fund’（基金）等。
unit：交易单位，例如股票通常是 100（表示每手 100 股）。

三、功能用途

信息查询：在量化交易策略中，可以通过这个函数获取证券的基本信息，以便进行进一步的分析和决策。例如，在判断是否可以交易某只股票时，可以先获取其上市日期和退市日期，确保该股票处于可交易状态。
```
stock_info = get_security_info('AAPL')
if stock_info.start_date < context.current_dt and (stock_info.end_date is None or stock_info.end_date > context.current_dt):
    # 股票处于可交易状态，可以进行后续操作
```
数据展示：在生成交易报告或进行可视化时，可以使用这个函数获取证券的名称等信息，以便更好地展示交易结果。
```
stock_info = get_security_info(stock_code)
plt.title(f'{stock_info.display_name} 交易分析')
```