# 标题：大资金优质股策略，总收益1217%！无小市值因子！
# 回测资金 10000000
# 从 jqfactor 模块导入 neutralize 函数
from jqfactor import neutralize
# neutralize 函数用于对因子数据进行中性化处理，以减少某些因子带来的影响，例如市值因子。
# 从 jqfactor 模块导入 winsorize 函数
from jqfactor import winsorize
# winsorize 函数用于对数据进行缩尾处理，将数据中极端的值限制在一个合理的范围内，以减少极端值对分析的影响。
# 从 jqfactor 模块导入 standardlize 函数
from jqfactor import standardlize
# standardlize 函数用于对数据进行标准化处理，使得数据符合标准正态分布，即均值为0，标准差为1。
# 导入 pandas 库
import pandas as pd
# pandas 是一个强大的数据处理和分析工具库，用于处理和分析结构化数据。
# 导入 statsmodels 库
import statsmodels.api as sm
# statsmodels 是一个统计建模库，用于进行统计分析和建模，例如线性回归、时间序列分析等。
# 从 jqdata 模块导入所有内容
from jqdata import *
# jqdata 是聚宽平台提供的数据接口模块，用于获取股票、基金、期货等金融产品的历史数据。
# 从 jqfactor 模块导入 get_factor_values 函数
from jqfactor import get_factor_values
# get_factor_values 函数用于获取指定股票池和因子列表的因子值数据，通常用于量化选股和回测。
# 导入 datetime 库
import datetime
# datetime 库提供了日期和时间处理的功能，可以方便地进行日期时间的计算和格式化。
# 初始化函数
def initialize(context):
# 设定基准
set_benchmark('000905.XSHG')
# 用真实价格交易
set_option('use_real_price', True)
# 打开防未来函数
set_option("avoid_future_data", True)
# 过滤掉order系列API产生的比error级别低的log
log.set_level('order', 'error')
# 初始化全局变量
g.stock_num = 8 # 持股数
g.limit_days = 20 # 用来检查最近20天内列表中有涨停的股票
g.hold_list = []
# 设置交易时间，每天运行
run_daily(prepare_stock_list, time='9:05', reference_security='000300.XSHG')
# run_weekly(weekly_adjustment, weekday=1, time='9:30', reference_security='000300.XSHG')
run_monthly(monthly_adjustment, monthday=1, time='9:30', reference_security='000300.XSHG')
# 每周获取股票列表，去除最近20天内曾经涨停过的和曾经买过的股，去掉下跌趋势明显的
run_daily(check_limit_up, time='14:00', reference_security='000300.XSHG')
#把昨日涨停今天没涨停的股票卖出
关键函数解锁后查看：
# 1-3 准备股票池
def prepare_stock_list(context):
# 获取已持有列表
g.hold_list = list(context.portfolio.positions)
# 初始化持仓列表，g.hold_list 用于存储当前持仓的股票代码
g.high_limit_list = []
if g.hold_list:
# 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', 'paused'],
count=1, panel=False)
g.high_limit_list = df.query('close==high_limit and paused==0')['code'].tolist() # paused为0表示不停牌
# 1-4 整体调整持仓
def monthly_adjustment(context):
# 获取应买入列表
target_list = get_stock_list(context) # 获取股票列表
target_list = filter_paused_stock(target_list) # 过滤停牌的股票
target_list = filter_limit_stock(context, target_list) # 过滤涨停的股票
# 调仓：不在列表，昨日未涨停的持仓票卖出。
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.high_limit_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)
#调仓买入逻辑
position_count = len(context.portfolio.positions) # 当前持仓的股票数量
target_num = g.stock_num # 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.available_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 stock not in context.portfolio.positions: # 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) >= g.stock_num: # 如果持仓数量大于等于目标数量，则退出买入循环
break # 中断循环
# 1-5 调整昨日涨停股票
def check_limit_up(context):
current_data = get_current_data() # 获取当前所有股票的数据
if g.high_limit_list: # if list: list非0非空，则为true
for stock in g.high_limit_list: # 遍历昨日涨停股票列表
if current_data[stock].last_price < current_data[stock].high_limit: # 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 if not ( # 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
current_data[stock].is_st or
'ST' in current_data[stock].name or
'*' in current_data[stock].name or
'退' in current_data[stock].name)]
# 2-4 过滤涨停的股票
def filter_limit_stock(context, stock_list):
# type: (Context, list) -> list
current_data = get_current_data() # 获取当前所有股票的数据
holdings = list(context.portfolio.positions)
return [stock for stock in stock_list if (stock in holdings) or
current_data[stock].low_limit < current_data[stock].last_price < current_data[stock].high_limit]
# 2-6 过滤科创板
def filter_kcb_stock(stock_list):
return [stock for stock in stock_list if not stock.startswith('68')]
# 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 is not 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 is not 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
2025-02-21 