聚宽默认5个策略:(感觉都不大行)
小市值策略
2.双均线策略:短期均线上穿长期均线,形成金叉,买入;短期均线下穿长期均线,形成死叉,卖出
3.银行股轮动策略:(价值投资)选四大行(中农工建)为股票池,股价除以前一日价格之差超过设定阈值则买入最小比值,卖出最大比值
4.低估价值选股策略
5.Dual-Thrust策略-股指期货
为什么代码里没有main函数?全是def,没有调用
点编译运行可以看到日志
恒生PTrade账号居然申请通过了,3个月试用期,功能还挺多
搞得我都不知道该用哪个了
get APP阿布量化(看不太明白)和全民策略(不好用)
手续费:买入万三,卖出万三+千分之一印花税,每笔交易佣金最低5元
融资融券:投资者向有融资融券业务资格的证券公司提供担保物,借入资金购买证券(融资)或借入证券卖出(融券)
为什么要关注融资融券数据?
目前一个简单的策略想法:盈利性、规模大、低估值
如何用程序实现股票筛选?数据库、数据接口有哪些;数据获取方法
(同花顺-问财-“沪深300”可查到市值排序)
聚宽给出了数据获取函数,在哪里编译?具体在窗口中如何调用?
我的研究文件-进入研究环境-新建
ipynb文件和py文件:ipynb文件是使用Jupyter Notebook编写python程序的文件。用python编写的文件后缀为.py或.ipynb
示例代码
NumPy:存储和处理大型矩阵,支持大量的维度数组与矩阵运算,针对数组运算提供大量数学函数库
SciPy:基于NumPy的科学计算库,模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解等其他计算
Matplotlib:python的绘图库,可与NumPy一起使用,提供了一种有效的Matlab开源替代方案
pandas:基于NumPy的一种工具,是为了解决数据分析任务而创建的,能够高效地操作大型数据集
Markdown:轻量级标记语言,允许人们使用易读易写的纯文本格式编写文档,然后转换成有效的XHTML或HTML文档
尝试写的第一个代码,成功!
我不明白Jupyter Notebook为什么要划分单元格,可能是想方便编译者分模块管理吧。这个In[2]是什么意思?2是两行的意思,in是输入,运行后out输出
现在想输出沪深300的市值:
1.市值属于什么信息?财务信息
2.用什么来存储300个市值信息(元组,字典,列表……?)
字典存储的是键值对,应该比较符合要求。那目前就暂时只考虑字典吧
查询财务数据示例代码:
q = query()是什么意思?
SQL数据库:Structured Query Language结构化查询语言,是一种数据库语言,专为数据库建立的操作命令集。是数据库操作的基础,现在几乎所有的数据库均支持SQL
ORM:Object Relational Mapping,对象关系映射。使用ORM查询工具,用户可以访问期望数据,而不必理解数据库的底层结构
计算机术语object:对象
我稍微有点明白这个编译器了,相当于一个main函数,你需要调用什么功能,就直接调用函数,重点是你要把函数的输入值定义好,还要知道函数会返回什么数据,点击运行只会运行当前单元格(cell),并会直接显示出函数的返回值(也就是不需要写print),那么如果多次调用函数,返回值如何呢?
发现这两个都会报错:
都说1.不能查询多个表 2.返回结果数量可配置
看一下他的文件示例,如何获取财务数据讲的还是蛮清晰的,可以获取多只股票的各项财务数据
同步筛选法:
需要得到沪深300(比较基准)总共300只股票的各项因子(如P/E等)的均值和标准差
计算各因子的Z值
计算各因子的信息比率,为因子赋权(负效应记得乘以-1),获得加总Z值
通过股票i的历史面板数据对t期收益率和t-1期加总Z值进行回归(量化P120)
通过t期加总Z值计算预期收益率
这个0是什么意思
这个代码改成沪深300就啥也输出不了,说明指数的数据获取代码应该和股票不一样
奇了怪了,应该还得调用库(但是示例代码并没有调用库)
有个人说是聚宽的回测部分和研究部分的API不通用(同花顺、通达信都是通用的)。聚宽的API文档分为两部分:回测部分和研究部分
找一下研究部分的API文档(没找到)
输出沪深300所有股票代码