python股票策略

编程入门 行业动态 更新时间:2024-10-25 06:32:09

python股票<a href=https://www.elefans.com/category/jswz/34/1771442.html style=策略"/>

python股票策略

1- 读仓位信息:

(1)先简单存到dic中,时间是倒序,在构造time_list中reverse即可

(2) str,int转换 int(''.join(str1.split('-'))

def read_date(file_name):

df_all = pd.read_excel(file_name+'.xlsx',header=None)

df_all = df_all.dropna(axis=0,how='all')

df_all.columns = ['股票代码','股票名称','占基金净值比(%)']

df_all = df_all.reset_index(drop=True)

judge = df_all[df_all.iloc[:,0] == '股票代码']

dic = {}

for i,s_index in enumerate(judge.index):

time = df_all['股票代码'].iloc[s_index-1]

time = ''.join(time.split('-'))

if s_index != judge.index[-1]:

df_temp = df_all.iloc[s_index+1:judge.index[i+1]-1,:]

else:

df_temp = df_all.iloc[s_index+1:,:]

dic[time] = df_temp

return dic

2- 读取收盘价:

取出来后的数据转格式:

df_close_f = df_close.pivot(index='时间',columns='股票代码',values='CLOSE')

取tb_object_1425 赋权收盘价,代码略

3- 计算股票端收益率:

(1) df.pct_change(1)计算股票个券收益率

(2) 用np.dot(df_r,df_pos) 矩阵计算,得到股票端收益率

(3) 用矩阵计算要实现对齐数据s_index = df_pos['股票代码'] \ df_r = df_r.loc[:,s_index]

或用自定义函数ircp.ORDER_LIST(): df = df.set_index(target_columns) \ df = df.loc[s_index,:] \ df = df.reset_index()

def get_stock_r(dic, dic_close):

time_list = list(dic.keys())

time_list.reverse()

dic_stock_r ={}

for time in time_list:

df_pos = dic[time]

df_pos = df_pos.dropna()

df_close = dic_close[time]

df_r = df_close.pct_change(1)

df_r = df_r.dropna()

# df_r的 columns 和 df_pos 的index 要匹配

s_index = df_pos['股票代码']

df_r = df_r.loc[:,s_index]

# 提高计算精度,收益率乘以100

np_stock_r = np.dot(np.array(df_r), np.array(df_pos['占基金净值比(%)']))

df_stock_r = pd.DataFrame(np_stock_r,index=df_r.index,columns=['stock_r'])

dic_stock_r[time] = df_stock_r

return dic_stock_r

4- 运行策略:

(1)逐渐建仓 仓位 np.linspace(0,0.8,len(xxx)

(2)非满仓下认为投货币基金

(3)series 是对应位置加减,dataframe与series运算.add, .sub , .div 再复杂的运算可转为array,进行换算, 注意换算后是否要转置

def run_strategy(dic_stock_r, s_date):

time_list = list(dic_stock_r.keys())

start_date = int(time_list[0])

end_date = ircp.CLOSE_DATE(s_date,freq='quarter')

money_fund = 。。。

df_r = pd.DataFrame() # 记录最后的总收益

for time in time_list:

df_stock_r = dic_stock_r[time]

df_stock_r.index = df_stock_r.index.astype(int)

df_fund_r = money_fund.loc[df_stock_r.index, 'N_RETURN']

df_fund_r = (df_fund_r - 1) * 100 # 提高计算精度,收益率乘以100

# 第一期逐渐建仓

if time == time_list[0]:

# 期末仓位0.8,期间仓位逐渐递增

# 是占净值的比例,要根据0.8折算

stock_pos = np.linspace(0,0.8,len(df_stock_r))

fund_pos = 1-stock_pos

df_r_temp = np.array(df_stock_r.T)*stock_pos/0.8 + np.array(df_fund_r.T)*fund_pos

df_r_temp = pd.DataFrame(df_r_temp.T,index=df_stock_r.index,columns=['r'])

else:

# 0.8的股票仓位 0.2 的货币基金仓位 是占净值的比例,不用再乘以0.8

df_r_temp = (df_stock_r ).add(df_fund_r * 0.2,axis=0)

df_r_temp.columns = ['r']

df_r = pd.concat([df_r,df_r_temp],axis=0)

print(time)

print('整体收益率提取完成')

return df_r

5- 策略评判:

(1)最大回撤

(2)真实收益

(3)基准

(4)胜率

(5)平均年化收益率

更多推荐

python股票策略

本文发布于:2024-03-11 19:54:13,感谢您对本站的认可!
本文链接:https://www.elefans.com/category/jswz/34/1729775.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文标签:策略   股票   python

发布评论

评论列表 (有 0 条评论)
草根站长

>www.elefans.com

编程频道|电子爱好者 - 技术资讯及电子产品介绍!