# 风险及免责提示：该策略由聚宽用户在聚宽社区分享，仅供学习交流使用。
# 原文一般包含策略说明，如有疑问请到原文和作者交流讨论。
# 原文网址：https://www.joinquant.com/post/36018
# 标题：【漂亮50】“漂亮50”策略复现以及股息率排序函数
# 作者：山东大鹧鸪
# 克隆自聚宽文章：https://www.joinquant.com/post/35174
# 标题：【漂亮50 2.0止损版本】为了降低回撤，加入择时止损模块
# 作者：潜水的白鱼
#文章优化思路：在中证500里面选
#导入函数库
#如有问题，b站私信：“潜水的白鱼”
# 回测资金需要 1000000
from jqdata import *
from jqfactor import get_factor_values
import numpy as np
import pandas as pd
#初始化函数
def initialize(context):
set_benchmark('000905.XSHG') #参考中证500
# 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)
# 将滑点设置为0
set_slippage(FixedSlippage(0))
# 设置交易成本万分之三
set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5),type='fund')
# 过滤order中低于error级别的日志
log.set_level('order', 'error')
#选股参数
g.stock_num = 10 #持仓数
#交易周期
g.shiftdays = 10 #换仓周期，5-周，20-月，60-季，120-半年
g.day_count = 0
# 设置交易时间，每天运行
run_daily(my_trade, time='9:30', reference_security='000300.XSHG')
run_daily(zheshi_trade, time='14:55', reference_security='000300.XSHG')
# run_daily(print_trade_info, time='15:30', reference_security='000300.XSHG')
"""
========================主函数-盘中交易部分=======================================================
"""
#4-5 交易模块-择时交易
#结合择时模块综合信号进行交易
def my_trade(context):
#0，判断计数器是否开仓
if (g.day_count % g.shiftdays ==0): #只管定期换仓
#if (g.day_count % g.shiftdays ==0) or len(g.selllist) !=0: #去损后动态换仓
log.info('今天是换仓日，开仓')
#2，计数器+1
g.adjustpositions = True #未知
g.day_count += 1
else:
log.info('今天是旁观日，持仓')
#2，计数器+1
g.day_count += 1
g.adjustpositions = False
return
#获取选股列表并过滤掉:st,st*,退市,涨停,跌停,停牌
check_out_list = get_stock_list(context) #调用2-2选股模块
check_out_list = filter_limitup_stock(context, check_out_list) #调用过滤函数，排除涨停板和跌停板
check_out_list = filter_limitdown_stock(context, check_out_list)
check_out_list = filter_paused_stock(check_out_list) #以及停牌的股票
check_out_list = check_out_list[:g.stock_num] #选择持仓个数上鞋的作为股票池
print('今日自选股:{}'.format(check_out_list))
adjust_position(context, check_out_list) #调用4-4调仓模块
"""
========================主函数-择时卖出止损模块=======================================================
"""
def zheshi_trade(context):
#每天都运行
#对每支持仓股票进行审视
for stock in context.portfolio.positions:
#计算这只股票的当前价格
price = context.portfolio.positions[stock].price
#获取这只股票近30日最高价
close30 = history(5, unit='1d', field='close', security_list=stock, df=True, skip_paused=False, fq='pre')
max_prices = close30[stock].max()
ret = ((max_prices/price)-1)
# print(ret)
if ret >= 0.15:
# print('hh')
position = context.portfolio.positions[stock]
close_position(position)
"""
========================主函数-尾盘打印持仓信息=======================================================
"""
#5-1 复盘模块-打印
#打印每日持仓信息
def print_trade_info(context):
#打印当天成交记录
trades = get_trades()
for _trade in trades.values():
print('成交记录：'+str(_trade))
#打印账户信息
for position in list(context.portfolio.positions.values()):
securities=position.security
cost=position.avg_cost
price=position.price
ret=100*(price/cost-1)
value=position.value
amount=position.total_amount
print('代码:{}'.format(securities))
print('成本价:{}'.format(format(cost,'.2f')))
print('现价:{}'.format(price))
print('收益率:{}%'.format(format(ret,'.2f')))
print('持仓(股):{}'.format(amount))
print('市值:{}'.format(format(value,'.2f')))
print('———————————————————————————————————')
print('———————————————————————————————————————分割线————————————————————————————————————————')
#
"""
========================所有需要调用的核心函数=======================================================
"""
#2-1 选股模块
def get_factor_filter_list(context,stock_list,jqfactor,sort,p1,p2):
yesterday = context.previous_date
score_list = get_factor_values(stock_list, jqfactor, end_date=yesterday, count=1)[jqfactor].iloc[0].tolist()
df = pd.DataFrame(columns=['code','score'])
df['code'] = stock_list
df['score'] = score_list
df.dropna(inplace=True)
df.sort_values(by='score', ascending=sort, inplace=True)
filter_list = list(df.code)[int(p1*len(stock_list)):int(p2*len(stock_list))]
return filter_list
#2-2 选股模块 #原先
def get_stock_list(context):
# initial_list = get_all_securities().index.tolist()
initial_list = get_index_stocks('000905.XSHG', date = None)
initial_list = filter_new_stock(context,initial_list)
initial_list = filter_kcb_stock(context, initial_list)
initial_list = filter_st_stock(initial_list)
#按流通市值排序,市值最小的20%剔除
q = query(valuation.code,valuation.circulating_market_cap).filter(valuation.code.in_(initial_list)).order_by(valuation.circulating_market_cap.asc())
df = get_fundamentals(q)
shizhi_list = list(df.code)
num_1 = int(len(shizhi_list)/4) #前20%这么多不要 ，由小到大
shizhi_list1 = shizhi_list[num_1:-1]
print('initial_list:%s'%(len(initial_list)))
print('shizhi:%s'%(len(shizhi_list1)))
indus = get_industries(name='sw_l1', date=context.current_dt) #返回申万指数的标签
hy_code_list = indus.index.tolist() #行业代码
print(hy_code_list)
#筛选出各行业前2/3
peg_all = []
for hy_code in hy_code_list:
i_stocklist1 = get_industry_stocks(hy_code, date=None) #获取该行业的成分股
hyshizhi_list = [x for x in i_stocklist1 if x in shizhi_list1] #得到又在我们股票池又在该行业的成分股
peg_list=[]
#####
if hyshizhi_list: #如果列表不为空
#选择peg位于最低2/3
peg_list = get_factor_filter_list(context, hyshizhi_list, 'PEG', True, 0, 0.7) #取最小的0.66
else:
print('列表为空')
for code in peg_list:
peg_all.append(code)
print('peg_all:%s'%(len(peg_all)))
# 同理,筛选出各行业前2/3
npgr_all = []
for hy_code in hy_code_list:
i_stocklist1 = get_industry_stocks(hy_code, date=None) #获取该行业的成分股
hyshizhi_list = [x for x in i_stocklist1 if x in shizhi_list1] #该行业，peg筛选后的股票
npgr_list=[]
if hyshizhi_list: #如果列表不为空
#取净利润增长率net_profit_growth_rate最高的2/3
npgr_list = get_factor_filter_list(context, hyshizhi_list, 'net_profit_growth_rate', False, 0, 0.7) #取最大的0.7
else:
print('列表为空')
for code in npgr_list:
npgr_all.append(code)
print('npgr_all:%s'%(len(npgr_all)))
#同理,筛选出各行业前1/3
roe_all = []
for hy_code in hy_code_list:
i_stocklist1 = get_industry_stocks(hy_code, date=None) #获取该行业的成分股
hyshizhi_list = [x for x in i_stocklist1 if x in shizhi_list1] #该行业，npgr筛选后的股票
#roe最高的1/3
q1 = query( indicator.code, indicator.roe).filter(indicator.code.in_(hyshizhi_list)).order_by(indicator.roe.desc()) #desc从大到小，asc,从小到大
df1 = get_fundamentals(q1)
roe_list = list(df1.code)
num_2 = int(len(roe_list)/3) #只用前1/3
roe_list1 = roe_list[0:num_2]
for code in roe_list1:
roe_all.append(code)
print('roe_all:%s'%(len(roe_all)))
PNR_all=[]
for i in peg_all:
if((i in npgr_all)and(i in roe_all)):
PNR_all.append(i)
q3 = query(valuation.code,valuation.circulating_market_cap).filter(valuation.code.in_( PNR_all)).order_by(valuation.circulating_market_cap.desc())
df3 = get_fundamentals(q3)
result_list = list(df3.code)#[20:-1] ##看看到底哪部分比较赚钱：选市值最大的收益率130，市值最小的跑不过大盘，所以选中间的次优龙头
return result_list
"""
========================函数2-2调用的筛选st，退市，科创板的股票=======================================================
"""
#3-1 过滤模块-过滤停牌股票
#输入选股列表，返回剔除停牌股票后的列表
def filter_paused_stock(stock_list):
current_data = get_current_data()
return [stock for stock in stock_list if not current_data[stock].paused]
#3-2 过滤模块-过滤ST及其他具有退市标签的股票
#输入选股列表，返回剔除ST及其他具有退市标签股票后的列表
def filter_st_stock(stock_list):
current_data = get_current_data()
return [stock for stock in stock_list
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]
#3-3 过滤模块-过滤涨停的股票
#输入选股列表，返回剔除未持有且已涨停股票后的列表
def filter_limitup_stock(context, stock_list):
last_prices = history(1, unit='1m', field='close', security_list=stock_list)
current_data = get_current_data()
# 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
return [stock for stock in stock_list if stock in context.portfolio.positions.keys()
or last_prices[stock][-1] < current_data[stock].high_limit]
#3-4 过滤模块-过滤跌停的股票
#输入股票列表，返回剔除已跌停股票后的列表
def filter_limitdown_stock(context, stock_list):
last_prices = history(1, unit='1m', field='close', security_list=stock_list)
current_data = get_current_data()
return [stock for stock in stock_list if stock in context.portfolio.positions.keys()
or last_prices[stock][-1] > current_data[stock].low_limit]
#3-5 过滤模块-过滤科创板
#输入股票列表，返回剔除科创板后的列表
def filter_kcb_stock(context, stock_list):
return [stock for stock in stock_list if stock[0:3] != '688']
#3-6 过滤次新股
#输入股票列表，返回剔除上市日期不足250日股票后的列表
def filter_new_stock(context,stock_list):
yesterday = context.previous_date
return [stock for stock in stock_list if not yesterday - get_security_info(stock).start_date < datetime.timedelta(days=250)]
"""
========================函数4-4调仓模块，=======================================================
"""
#4-4 交易模块-调仓
#当择时信号为买入时开始调仓，输入过滤模块处理后的股票列表，执行交易模块中的开平仓操作
def adjust_position(context, buy_stocks):
#如果在持仓列表里，但是不在买入列表里，则平仓
for stock in context.portfolio.positions:
if stock not in buy_stocks:
log.info("[%s]已不在应买入列表中" % (stock))
position = context.portfolio.positions[stock]
close_position(position)
#如果在买入列表，则不清仓
else:
log.info("[%s]已经持有无需重复买入" % (stock))
# 根据股票数量分仓
# 此处只根据可用金额平均分配购买，不能保证每个仓位平均分配
position_count = len(context.portfolio.positions)
#如果仓位有剩余，开仓
if g.stock_num > position_count:
value = context.portfolio.cash / (g.stock_num - position_count)
for stock in buy_stocks:
if context.portfolio.positions[stock].total_amount == 0:
if open_position(stock, value):
if len(context.portfolio.positions) == g.stock_num:
break
"""
========================函数4的副函数，调用买入卖出，报单======================================================
"""
#4-1 交易模块-自定义下单
#报单成功返回报单(不代表一定会成交),否则返回None,应用于
def order_target_value_(security, value):
if value == 0:
log.debug("Selling out %s" % (security))
else:
log.debug("Order %s to value %f" % (security, value))
# 如果股票停牌，创建报单会失败，order_target_value 返回None
# 如果股票涨跌停，创建报单会成功，order_target_value 返回Order，但是报单会取消
# 部成部撤的报单，聚宽状态是已撤，此时成交量>0，可通过成交量判断是否有成交
return order_target_value(security, value)
#4-2 交易模块-开仓
#买入指定价值的证券,报单成功并成交(包括全部成交或部分成交,此时成交量大于0)返回True,报单失败或者报单成功但被取消(此时成交量等于0),返回False
def open_position(security, value):
order = order_target_value_(security, value)
if order != None and order.filled > 0:
return True
return False
#4-3 交易模块-平仓
#卖出指定持仓,报单成功并全部成交返回True，报单失败或者报单成功但被取消(此时成交量等于0),或者报单非全部成交,返回False
def close_position(position):
security = position.security
order = order_target_value_(security, 0) # 可能会因停牌失败
if order != None:
if order.status == OrderStatus.held and order.filled == order.amount:
return True
return False
注册时间: