量化交易入門筆記-策略結構
阿新 • • 發佈：2018-12-13
今天是國慶節假期第三天，萬分無聊，心想著不能白白虛度光陰，便想做點什麼——做了一頓美食、和貓咪玩了一會、運動了半小時、看了會書，忽想起一直被擱淺的量化交易，心裡實在忐忑不安。索性就認認真真的研究一番，也不枉這一半日的光陰。在此祝母國國運昌盛，也祝正在看本文章的你天天快樂^_^
瞭解股票量化策略的組成（結構）
單擊選單欄中的“我的策略”，然後單擊“新建策略”，新建一個“股票策略”，然後進入程式碼編輯視窗中
示例：
# 匯入函式庫
from jqdata import *
# 初始化函式，設定基準等等
def initialize(context):
# 設定滬深300作為基準
set_benchmark( 上例是自動生成的程式碼，其基本的結構為：
- 匯入聚寬函式庫
import jqdata - 初始化函式
initialize - 開盤前執行函式
before_market_open - 開盤時執行函式
market_open - 收盤後執行函式
after_market_close
初始化函式(initialize)
平臺程式碼：
# 初始化函式，設定基準等等
def initialize(context):
# 設定滬深300作為基準
set_benchmark('000300.XSHG')
# 開啟動態復權模式(真實價格)
set_option('use_real_price', True)
# 輸出內容到日誌 log.info()
log.info('初始函式開始執行且全域性只執行一次')
# 過濾掉order系列API產生的比error級別低的log
# log.set_level('order', 'error')
### 股票相關設定 ###
# 股票類每筆交易時的手續費是：買入時佣金萬分之三，賣出時佣金萬分之三加千分之一印花稅, 每筆交易佣金最低扣5塊錢
set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
## 執行函式（reference_security為執行時間的參考標的；傳入的標的只做種類區分，因此傳入'000300.XSHG'或'510300.XSHG'是一樣的）
# 開盤前執行
run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')
# 開盤時執行
run_daily(market_open, time='open', reference_security='000300.XSHG')
# 收盤後執行
run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')
initialize(context)，即初始化函式，在整個回測或實盤中開始執行一次，用於初始化一些全域性變數。引數context是一個Context物件，用以儲存當前賬戶或股票持倉資訊
開盤前執行函式(before_market_open)
平臺程式碼：
## 開盤前執行函式
def before_market_open(context):
# 輸出執行時間
log.info('函式執行時間(before_market_open)：'+str(context.current_dt.time()))
# 給微信傳送訊息（新增模擬交易，並繫結微信生效）
send_message('美好的一天~')
# 要操作的股票：平安銀行（g.為全域性變數）
g.security = '000001.XSHE'
該函式的名稱與行為可以自定義，它是在初始化函式中被run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')呼叫，該函式會在每天開盤前執行
開盤時執行函式(market_open)
平臺程式碼：
## 開盤時執行函式
def market_open(context):
log.info('函式執行時間(market_open):'+str(context.current_dt.time()))
security = g.security
# 獲取股票的收盤價
close_data = attribute_history(security, 5, '1d', ['close'])
# 取得過去五天的平均價格
MA5 = close_data['close'].mean()
# 取得上一時間點價格
current_price = close_data['close'][-1]
# 取得當前的現金
cash = context.portfolio.available_cash
# 如果上一時間點價格高出五天平均價1%, 則全倉買入
if current_price > 1.01*MA5:
# 記錄這次買入
log.info("價格高於均價 1%%, 買入 %s" % (security))
# 用所有 cash 買入股票
order_value(security, cash)
# 如果上一時間點價格低於五天平均價, 則空倉賣出
elif current_price < MA5 and context.portfolio.positions[security].closeable_amount > 0:
# 記錄這次賣出
log.info("價格低於均價, 賣出 %s" % (security))
# 賣出所有股票,使這隻股票的最終持有量為0
order_target(security, 0)
該函式名稱可以自定義，它是在初始化函式中被run_daily(market_open, time='open', reference_security='000300.XSHG')呼叫，會在每個交易日的開盤的整個時間內執行
收盤後執行函式
平臺程式碼：
def after_market_close(context):
log.info(str('函式執行時間(after_market_close):'+str(context.current_dt.time())))
#得到當天所有成交記錄
trades = get_trades()
for _trade in trades.values():
log.info('成交記錄：'+str(_trade))
log.info('一天結束')
log.info('##############################################################')
該函式名稱可自定義，它是在初始化函式中被run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')呼叫，會在收盤後執行
本節內容先了解編寫一個策略的框架，粗略的讀一下平臺的程式碼，以作了解
注：本文章為個人學習筆記，參考了一些書籍與官方教程，不作任何商業用途！