最近更新
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