# 标题：凑波热闹，也来试试多因子线性回归
#导入函数库
from jqdata import * # 导入聚宽量化平台的函数库
from jqfactor import * # 导入聚宽因子库
import numpy as np # 导入numpy库，用于数据处理
import pandas as pd # 导入pandas库，用于数据处理
#初始化函数
def initialize(context):
# 设定中证500指数为策略的基准
set_benchmark('000905.XSHG')
# 使用真实价格进行交易，即不使用前复权价格
set_option('use_real_price', True)
# 打开避免未来数据的选项，防止策略中出现未来函数
set_option("avoid_future_data", True)
# 将滑点设置为0
set_slippage(FixedSlippage(0))
# 设置交易成本万分之三，包括印花税和佣金
set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5),type='stock')
# 设置日志级别，只记录error级别的日志，避免太多无用信息
log.set_level('order', 'error')
#初始化全局变量
g.no_trading_today_signal = False # 标志变量，用于指示今日是否发出交易信号
g.stock_num = 1 # 策略持仓的股票数量
g.hold_list = [] # 当前持仓的全部股票列表
g.yesterday_HL_list = [] # 记录持仓中昨日涨停的股票
# 定义因子列表，每个因子列表包含因子名称和对应的系数
g.factor_list = [
# 第一组因子：情绪类因子 ARBR，质量类因子 SGAI、净利润与营业总收入之比，每股未分配利润
(#ARBR-SGAI-NPtTORttm-RPps
[
'ARBR', # 情绪类因子 ARBR
'SGAI', # 质量类因子 销售管理费用指数
'net_profit_to_total_operate_revenue_ttm', # 质量类因子 净利润与营业总收入之比
'retained_profit_per_share' # 每股指标因子 每股未分配利润
],
[
-0.00015399364219672028, # 对应 ARBR 因子的系数
0.0068040696770965275, # 对应 SGAI 因子的系数
-0.013582394749579795, # 对应 净利润与营业总收入之比 因子的系数
-0.05043296392026463 # 对应 每股未分配利润 因子的系数
]
# 后续还有两组因子和系数，每组包含不同的因子和对应的系数
),
(#P1Y-TPtCR-VOL120
[
'Price1Y', # 动量类因子 当前股价除以过去一年股价均值再减1
'total_profit_to_cost_ratio', # 质量类因子 成本费用利润率
'VOL120' # 情绪类因子 120日平均换手率
],
[
-1.6481969388084845,
-0.17062057099935446,
-0.061842557079243125
]
),
(#DtA-OCtORR-DAVOL20-PNF-SG
[
'debt_to_assets', # 风格因子 资产负债率
'operating_cost_to_operating_revenue_ratio', # 质量类因子 销售成本率
'DAVOL20', # 情绪类因子 20日平均换手率与120日平均换手率之比
'price_no_fq', # 技术指标因子 不复权价格因子
'sales_growth' # 风格因子 5年营业收入增长率
],
[
0.058175841938529524,
-0.1910332189773409,
-0.2736912625714264,
-0.027468330345688075,
0.11887746662741136
]
)
]
# g.factor_list = [
# (#ARBR-SGAI-NPtTORttm-RPps
# [
# 'ARBR', #情绪类因子 ARBR
# 'SGAI', #质量类因子 销售管理费用指数
# 'net_profit_to_total_operate_revenue_ttm', #质量类因子 净利润与营业总收入之比
# 'retained_profit_per_share' #每股指标因子 每股未分配利润
# ],
# [
# -2.3425,
# -694.7936,
# -170.0463,
# -1362.5762
# ]
# ),
# (#P1Y-TPtCR-VOL120
# [
# 'Price1Y', #动量类因子 当前股价除以过去一年股价均值再减1
# 'total_profit_to_cost_ratio', #质量类因子 成本费用利润率
# 'VOL120' #情绪类因子 120日平均换手率
# ],
# [
# -0.0647128120839873,
# -0.006385116279168804,
# -0.0029867925845833217
# ]
# ),
# (#DtA-OCtORR-DAVOL20-PNF-SG
# [
# 'debt_to_assets', #风格因子 资产负债率
# 'operating_cost_to_operating_revenue_ratio', #质量类因子 销售成本率
# 'DAVOL20', #情绪类因子 20日平均换手率与120日平均换手率之比
# 'price_no_fq', #技术指标因子 不复权价格因子
# 'sales_growth' #风格因子 5年营业收入增长率
# ],
# [
# 0.04477354820057883,
# 0.021636407482421707,
# -0.01864268317469762,
# -0.0004678118383947827,
# 0.02884867440332058
# ]
# )
# ]
# 设置交易运行时间
run_daily(prepare_stock_list, '9:05') # 每天运行
run_weekly(weekly_adjustment, 1, '9:30') # 每周第一个交易日运行
run_daily(check_limit_up, '14:00') # 检查持仓中的涨停股是否需要卖出
run_daily(close_account, '14:30') # 每天运行
run_daily(print_position_info, '15:10') # 每天运行
#1-1 准备股票池
def prepare_stock_list(context):
#获取已持有列表
g.hold_list= [] # 初始化持仓列表，g.hold_list 用于存储当前持仓的股票代码
for position in list(context.portfolio.positions.values()): # 遍历当前持仓的每个持仓价值
stock = position.security # 获取股票代码
g.hold_list.append(stock) # 将股票代码添加到持仓列表
#获取昨日涨停列表
if g.hold_list != []: # 如果当前持仓列表不为空，即存在持仓
# 获取每只股票的昨日收盘价和涨停价
df = get_price(g.hold_list, end_date=context.previous_date, frequency='daily', fields=['close','high_limit'], count=1, panel=False, fill_paused=False)
df = df[df['close'] == df['high_limit']] # 筛选出昨日收盘价等于涨停价的股票，即昨日涨停的股票
g.yesterday_HL_list = list(df.code) # 更新昨日涨停列表，存储为股票代码列表
else:
g.yesterday_HL_list = [] # 如果没有持仓，昨日涨停列表为空
# 判断今天是否为账户资金再平衡的日期，使用 today_is_between 函数判断当前日期是否在 '04-05' 到 '04-30' 之间
g.no_trading_today_signal = today_is_between(context, '04-05', '04-30')
关键函数解锁后查看：
#1-3 定义每周调仓函数 ；整体调整持仓 ；目的是进行量化交易策略中的周期性调仓操作。
def weekly_adjustment(context):
if g.no_trading_today_signal == False: # 检查今日是否为非交易日，根据 g.no_trading_today_signal 信号判断
target_list = get_stock_list(context) # 获取应买入的股票列表，使用自定义函数 get_stock_list
# 调仓卖出逻辑
for stock in g.hold_list: # 遍历当前持有的股票列表
if (stock not in target_list) and (stock not in g.yesterday_HL_list): # 如果股票不在目标买入列表中，并且不在昨日涨停或跌停的股票列表中
log.info("卖出[%s]" % (stock)) # 记录卖出信息
position = context.portfolio.positions[stock] # 获取股票当前的持仓情况
close_position(position) # 卖出股票持仓，调用close_position 函数，用于平仓
else:
log.info("已持有[%s]" % (stock)) # 记录卖出信息
#调仓买入逻辑
position_count = len(context.portfolio.positions) # 当前持仓的股票数量
target_num = len(target_list) # 目标买入的股票数量
if target_num > position_count: # 如果目标买入的股票数量大于当前持仓数量
value = context.portfolio.cash / (target_num - position_count) # 计算每只股票应分配的资金
for stock in target_list: # 遍历目标买入的股票列表
if context.portfolio.positions[stock].total_amount == 0: # 如果当前股票不在持仓中
if open_position(stock, value): # 买入股票，调用open_position 函数，用于开仓
if len(context.portfolio.positions) == target_num: # 如果持仓数量等于目标数量，则退出买入循环
break # 中断循环
#1-4 定义检查昨日涨停股票的函数 ；调整昨日涨停股票
def check_limit_up(context):
now_time = context.current_dt # 获取当前时间
if g.yesterday_HL_list != []: # 检查昨日涨停股票列表是否为空
#对昨日涨停股票观察到尾盘如不涨停则提前卖出，如果涨停即使不在应买入列表仍暂时持有
for stock in g.yesterday_HL_list: # 遍历昨日涨停股票列表
# 获取当前股票的最新价格和涨停价
current_data = get_price(stock, end_date=now_time, frequency='1m', fields=['close','high_limit'], skip_paused=False, fq='pre', count=1, panel=False, fill_paused=True)
if current_data.iloc[0,0] < current_data.iloc[0,1]: # 检查当前价格是否小于涨停价，即判断今日是否打开涨停
log.info("[%s]涨停打开，卖出" % (stock)) # 如果打开涨停，则记录卖出信息
position = context.portfolio.positions[stock] # 获取股票当前的持仓情况
close_position(position) # 卖出股票持仓
else:
log.info("[%s]涨停，继续持有" % (stock)) # 如果仍然涨停，则记录继续持有的信息
#2-1 过滤停牌股票
def filter_paused_stock(stock_list):
current_data = get_current_data() # 获取当前所有股票的数据
return [stock for stock in stock_list if not current_data[stock].paused] # 使用列表推导式，返回不在停牌状态的股票列表
#2-2 过滤ST及其他具有退市标签的股票
def filter_st_stock(stock_list):
current_data = get_current_data() # 获取当前所有股票的数据
return [stock for stock in stock_list # 使用列表推导式，返回不是ST股且名称中不包含特定退市标签的股票列表
if not current_data[stock].is_st
and 'ST' not in current_data[stock].name
and '*' not in current_data[stock].name
and '退' not in current_data[stock].name]
#2-3 过滤科创北交股票
def filter_kcbj_stock(stock_list):
for stock in stock_list[:]: # 遍历股票列表，过滤掉科创板和北交所的股票
if stock[0] == '4' or stock[0] == '8' or stock[:2] == '68': # 根据股票代码判断是否属于科创板或北交所
stock_list.remove(stock) # 从列表中移除该股票
return stock_list
#2-4 过滤涨停的股票
def filter_limitup_stock(context, stock_list):
last_prices = history(1, unit='1m', field='close', security_list=stock_list) # 获取最近一分钟的收盘价
current_data = get_current_data() # 获取当前所有股票的数据
return [stock for stock in stock_list if stock in context.portfolio.positions.keys() # 使用列表推导式，返回不在涨停状态或已持有的股票列表
or last_prices[stock][-1] < current_data[stock].high_limit]
#2-5 过滤跌停的股票
def filter_limitdown_stock(context, stock_list):
last_prices = history(1, unit='1m', field='close', security_list=stock_list) # 获取最近一分钟的收盘价
current_data = get_current_data() # 获取当前所有股票的数据
return [stock for stock in stock_list if stock in context.portfolio.positions.keys() # 使用列表推导式，返回不在跌停状态或已持有的股票列表
or last_prices[stock][-1] > current_data[stock].low_limit]
#2-6 过滤次新股
def filter_new_stock(context,stock_list):
yesterday = context.previous_date # 获取昨日日期
# 使用列表推导式，返回上市时间超过375日的股票列表
return [stock for stock in stock_list if not yesterday - get_security_info(stock).start_date < datetime.timedelta(days=375)]
#3-1 交易模块-自定义下单
def order_target_value_(security, value):
if value == 0: # 检查目标价值是否为0，即是否需要清仓
log.debug("Selling out %s" % (security)) # 日志记录清仓信息
else:
log.debug("Order %s to value %f" % (security, value)) # 日志记录下单到特定价值的信息
return order_target_value(security, value) # 调用聚宽平台的order_target_value函数执行交易
#3-2 交易模块-开仓
def open_position(security, value):
order = order_target_value_(security, value) # 尝试对指定股票进行下单到特定价值
if order != None and order.filled > 0: # 检查订单是否创建成功且有成交
return True # 开仓成功
return False # 开仓失败
#3-3 交易模块-平仓
def close_position(position):
security = position.security # 获取持仓的股票代码
order = order_target_value_(security, 0) # 下单清仓 ；可能会因停牌失败
if order != None: # 检查订单是否创建成功
if order.status == OrderStatus.held and order.filled == order.amount: # 检查订单状态是否为全部成交且订单数量等于下单数量
return True # 平仓成功
return False # 平仓失败
#4-1 判断今天是否为账户资金再平衡的日期
def today_is_between(context, start_date, end_date):
today = context.current_dt.strftime('%m-%d') # 获取当前日期并格式化为月-日格式
if (start_date <= today) and (today <= end_date): # 判断当前日期是否在指定的起始和结束日期之间
return True # 今天是资金再平衡的日期
else:
return False # 今天不是资金再平衡的日期
#4-2 清仓后次日资金可转
def close_account(context):
if g.no_trading_today_signal == True: # 检查今日是否为非交易日
if len(g.hold_list) != 0: # 如果持有股票列表不为空，则清仓
for stock in g.hold_list:
position = context.portfolio.positions[stock] # 获取股票的持仓信息
close_position(position) # 执行平仓操作
log.info("卖出[%s]" % (stock)) # 日志记录卖出信息
#4-3 打印每日持仓信息
def print_position_info(context):
#打印当天成交记录
trades = get_trades() # 获取当天所有成交记录
for _trade in trades.values(): # 遍历成交记录字典的值（即成交记录对象）
print('成交记录：'+str(_trade))
#打印账户信息
for position in list(context.portfolio.positions.values()): # 遍历账户中所有持仓的股票信息
securities=position.security # 获取股票代码
cost=position.avg_cost # 获取股票当前持仓成本
price=position.price # 获取股票最新价
ret=100*(price/cost-1) # 计算股票收益率
value=position.value # 获取股票市值
amount=position.total_amount # 获取股票持股数量
print('代码:{}'.format(securities))
print('成本价:{}'.format(format(cost,'.2f')))
print('现价:{}'.format(price))
print('收益率:{}%'.format(format(ret,'.2f')))
print('持仓(股):{}'.format(amount))
print('市值:{}'.format(format(value,'.2f')))
print('———————————————————————————————————')
print('———————————————————————————————————————分割线————————————————————————————————————————')
2025-02-21 