import pandas as pd # 导入pandas库并设置别名pd
from jqdata import * # 从jqdata模块导入所有内容
from jqlib.technical_analysis import * # 从jqlib.technical_analysis模块中导入所有函数、类和变量
def initialize(context):
# setting
log.set_level('order', 'error') # 过滤order中低于error级别的日志
set_option('use_real_price', True) # 用真实价格交易
set_option('avoid_future_data', True)
set_benchmark('000905.XSHG')
# 设置滑点为理想情况，纯为了跑分好看，实际使用注释掉为好
set_slippage(PriceRelatedSlippage(0.000))
# 设置交易成本
set_order_cost(OrderCost(open_tax=0, close_tax=0.0001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5),type='fund')
# strategy
g.stock_num = 10 # 设置要持有的股票数量为10
# 设置交易时间，按日，按周运行
run_daily(prepare_stock_list, time='9:05', reference_security='000300.XSHG')
run_monthly(my_Trader, 1 ,time='9:30')
run_daily(check_limit_up, time='14:00')
run_daily(check_at_dayend, time='14:30')
g.buylist = [] # 初始化买入股票列表
关键函数解锁后查看：
# 定义 buystock 函数，用于执行买入操作
def buystock(context,choice):
position_count = len(context.portfolio.positions) # 获取当前持仓的股票数量
if g.stock_num <= position_count: # 如果预设的股票数量小于或等于当前持仓数量，则不执行买入操作 return buylist = choice # 初始化买入列表为传入的选择股票列表 #buylist = [] #K,D = KD(choice, check_date=context.previous_date, N = 9, M1 = 3, M2 = 3) #VOLT,MAVOL10,MAVOL20 = VOL(choice, check_date=context.current_dt, M1=10, M2=20, include_now = True) #VOLT,MAVOL5,MAVOL20 = VOL(choice, check_date=context.current_dt, M1=5, M2=20, include_now = True) #for s in choice: #K值小于25 #20日均量不能超过10日均量的1.3倍；10日均量不能超过50日均量的1.3倍；说明前期未明显放量 #if (K[s] > 25) or (MAVOL20[s] > MAVOL10[s]*1.3) or (MAVOL10[s] > MAVOL5[s]*1.8):
# continue
# buylist.append(s)
cdata = get_current_data() # 获取当前市场数据
#namelist = []
#for s in buylist:
# namelist.append(cdata[s].name)
#log.info('bulist:', namelist)
# 计算每只股票的预期买入金额
psize = context.portfolio.available_cash/(g.stock_num - position_count)
for s in buylist: # 遍历买入列表中的股票
if s not in context.portfolio.positions: # 检查股票是否已经在持仓中
log.info('buy', s, cdata[s].name)
order_value(s, psize) # 下达买入订单，买入金额为计算出的预期买入金额
# 如果持仓数量达到预设的股票数量，则停止买入操作
if len(context.portfolio.positions) == g.stock_num:
break
# 用于执行卖出操作
def sellstock(context, sell_list):
current_data=get_current_data() # 获取当前的股票市场数据，包括价格、涨跌停信息等
if len(sell_list)>0: # 检查sell_list列表是否不为空，即是否有股票需要卖出
for security in sell_list:
cprice = current_data[security].last_price # 获取当前股票的最新成交价格
boughtcost = context.portfolio.positions[security].acc_avg_cost # 获取该股票的持仓成本
profit = (cprice - boughtcost)/boughtcost *100 # 计算利润率，即(当前价格 - 成本价格) / 成本价格 * 100%
log.info("Sell %s " % (current_data[security].name), "profit: %.1f%%" % profit, "init time %s" % context.portfolio.positions[security].init_time)
limit_price = max(cprice*0.95,current_data[security].low_limit) # 设置一个限制价格，为当前价格的95%和股票的跌停价中的较高者
# 下一个限价单，目标是将该股票的持仓数量减少到0，即全部卖出，使用上面计算的限制价格
# LimitOrderStyle是下单的方式，这里指定了限制价格
ordert = order_target_value(security,0, LimitOrderStyle(limit_price))
# 如果下单失败（例如，如果股票停牌或不存在），则记录失败信息到日志
if (None == ordert):
log.info("Sell failed %s" % (current_data[security].name))
#else:
# log.info("no one to sell")
return
# 准备股票池
def prepare_stock_list(context):
#获取已持有列表
g.high_limit_list = [] # 初始化全局变量 g.high_limit_list 为空列表，用于存储昨日涨停的股票列表
hold_list = list(context.portfolio.positions) # 将持仓股票代码转换为列表
if hold_list:
# 获取该股票昨日的收盘价和涨停价，
df = get_price(hold_list, end_date=context.previous_date, frequency='daily',
fields=['close', 'high_limit'],
count=1, panel=False)
# g.high_limit_list 将被赋值为所有收盘价等于涨停价的股票代码
g.high_limit_list = df[df['close'] == df['high_limit']]['code'].tolist()
# 调整昨日涨停股票
def check_limit_up(context):
# 获取当前的股票市场数据，包括价格、涨跌停信息等
cdata = get_current_data()
sell_list = [] # 初始化一个空列表，用于存储需要卖出的股票代码
# 检查全局变量g.high_limit_list是否存在，这个列表包含了昨日涨停的股票代码
if g.high_limit_list:
# 遍历昨日涨停的股票列表
for stock in g.high_limit_list:
# 检查当前股票的最新价格是否低于涨停价
if cdata[stock].last_price < cdata[stock].high_limit: # 记录日志信息，表示该股票涨停已经打开，准备卖出 log.info("[%s]涨停打开，卖出" % cdata[stock].name) # 注释掉的order_target函数可以用于卖出股票，这里没有执行 # order_target(stock, 0) # 将打开涨停的股票加入到卖出列表中 sell_list.append(stock) else: # 如果股票仍然处于涨停状态，则记录日志信息，表示继续持有 log.info("[%s]涨停，继续持有" % cdata[stock].name) # 如果卖出列表不为空，即有股票需要卖出 if (len(sell_list) > 0):
# 调用sellstock函数，传入context和sell_list，执行卖出操作
sellstock(context, sell_list)
# 尾盘买卖股；放量未涨停的卖出；低位的买进
def check_at_dayend(context):
btlist = context.portfolio.positions # 获取当前投资组合中所有持仓的股票
cdata=get_current_data() # 获取当前的股票市场数据，包括价格、涨跌停信息等
# 调用VOL函数计算所有持仓股票的成交量情况
# VOL函数用于计算成交量的倍数（VOLT），以及5日和10日成交量的均值（MAVOL5, MAVOL10）
# check_date参数为策略当前的日期，M1和M2分别为计算均值的周期
# include_now=True表示包括当前的交易数据
VOLT,MAVOL5,MAVOL10 = VOL(btlist, check_date=context.current_dt, M1=5, M2=10, include_now = True)
sell_list = [] # 初始化一个空列表，用于存储需要卖出的股票代码
for stock in btlist:
# 如果股票当前价格已经达到涨停价，则跳过不处理
if (cdata[stock].last_price == cdata[stock].high_limit):
continue
# 检查股票是否放量，这里放量定义为成交量超过过去10日成交量均值的3倍
if (VOLT[stock]>MAVOL10[stock]*3): #放量未涨停
log.info("[%s]放量未涨停，卖出" % cdata[stock].name)
sell_list.append(stock) # 将放量未涨停的股票加入到卖出列表中
sellstock(context, sell_list) # 如果卖出列表不为空，即有股票需要卖出，调用sellstock函数执行卖出操作
# 调用buystock函数，传入context和g.buylist，执行买入操作
# g.buylist是一个全局变量，应该在策略的其他部分被定义，包含了需要买入的股票列表
buystock(context, g.buylist)
# 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
# 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
# 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]
# 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
# 已存在于持仓的股票即使涨停也不过滤，避免此股票再次可买，但因被过滤而导致选择别的股票
# 使用列表推导式，返回不在涨停状态或已持有的股票列表
return [stock for stock in stock_list if stock in context.portfolio.positions.keys()
or last_prices[stock][-1] < current_data[stock].high_limit] # 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 # 使用列表推导式，返回不在跌停状态或已持有的股票列表 return [stock for stock in stock_list if stock in context.portfolio.positions.keys() or last_prices[stock][-1] > current_data[stock].low_limit]
#2-4 过滤股价高于9元的股票
def filter_highprice_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
return [stock for stock in stock_list if stock in context.portfolio.positions.keys() # 使用列表推导式
or last_prices[stock][-1] < 9]
2025-02-21 