iapp怎么把网站做软件,wordpress转为pdf,网站关键字布局,路桥区商用营销型网站建设策略思路
最近几年#xff0c;小市值策略一直都收益不错#xff08;当然#xff0c;不包含17年和18年#xff09;。小市值因子对收益的影响是很大的。特别是行情不好的时候#xff0c;大家都忙着炒作热点#xff0c;那么这时候符合题材的小市值更加符合炒作标准了。
为…策略思路
最近几年小市值策略一直都收益不错当然不包含17年和18年。小市值因子对收益的影响是很大的。特别是行情不好的时候大家都忙着炒作热点那么这时候符合题材的小市值更加符合炒作标准了。
为什么说是魔改版的小市值策略呢因为最终选取小市值的方法真的很玄学。
上收益效果图 三年多有7.45倍的收益实属夸张了哈。有这个收益还要什么自行车啊。
那么这个策略玄学在哪里呢。
核心想法
1、选取100个市值最小的股票剔除ST股、次新股、科创板、北交所股票等等。
2、从剩下的股票中对证券代码进行排序这就是最玄学的地方。然后选取排序靠前的5只股票。
3、每周第一个交易日早上进行轮换。
核心代码
def monthly_filter(context):today context.current_dtyesterday today - datetime.timedelta(days1)start_day today - datetime.timedelta(days375)yesterday yesterday.strftime(%Y-%m-%d)# 选出小市值的股票q query(valuation.code,valuation.circulating_market_cap).filter(valuation.circulating_market_cap.between(0,1000)).order_by(valuation.circulating_market_cap.asc()).limit(100)codes get_fundamentals(q).code.tolist()# 筛选出主板、创业板股票codes [code for code in codes if code[:2] in (60,00,30)]# log.info(Top 10 小市值: str(codes[:10]))# 过滤ST股票df get_extras(is_st, codes, end_dateyesterday,count1)df df.Tdf.columns [is_st]dfdf[df[is_st]0]codes df.index.tolist()# 过滤次新股q query(finance.STK_LIST.code).filter(finance.STK_LIST.start_date start_day,finance.STK_LIST.code.in_(codes))codes list(finance.run_query(q).code)g.pools set(codes)def weekly_filter(context):today context.current_dtyesterday today - datetime.timedelta(days1)start_day today - datetime.timedelta(days375)yesterday yesterday.strftime(%Y-%m-%d)codes list(g.pools)if codes ! []:# 过滤ST股票df get_extras(is_st, codes, end_dateyesterday,count1)df df.Tdf.columns [is_st]dfdf[df[is_st]0]codes df.index.tolist()# codes filter_st_stock(codes)g.pools set(codes)else:# 选出小市值的股票q query(valuation.code,valuation.circulating_market_cap).filter(valuation.circulating_market_cap.between(0,1000)).order_by(valuation.circulating_market_cap.asc()).limit(100)codes get_fundamentals(q).code.tolist()# 筛选出主板、创业板股票codes [code for code in codes if code[:2] in (60,00,30)]# 过滤ST股票df get_extras(is_st, codes, end_dateyesterday,count1)df df.Tdf.columns [is_st]dfdf[df[is_st]0]codes df.index.tolist()# 过滤次新股q query(finance.STK_LIST.code).filter(finance.STK_LIST.start_date start_day,finance.STK_LIST.code.in_(codes))codes list(finance.run_query(q).code)g.pools set(codes)# log.info(每周五选定的股票:, g.pools)#1-1 准备股票池
def prepare_stock_list(context):#获取已持有列表g.hold_list list(context.portfolio.positions.keys())#获取昨日涨停列表if g.hold_list ! []:df get_price(g.hold_list, end_datecontext.previous_date, frequencydaily, fields[close,high_limit], count1, panelFalse, fill_pausedFalse)df df[df[close] df[high_limit]]g.yesterday_HL_list list(df.code)else:g.yesterday_HL_list []# 获取今天的日期today context.current_dttoday_Year today.strftime(%Y)NewYears {2010: 02-14, 2011: 02-03, 2012: 01-23, 2013: 02-10, 2014: 01-31, 2015: 02-19, 2016: 02-08, 2017: 01-28, 2018: 02-16, 2019: 02-05, 2020: 01-25, 2021: 02-12, 2022: 02-01, 2023: 01-22, 2024: 02-10, 2025: 01-29, 2026: 02-17, 2027: 02-06, 2028: 01-26, 2029: 02-13, 2030: 02-03}spring_festival_date NewYears[today_Year]#判断今天是否为账户资金再平衡的日期 或者 元旦到春节之间的日期g.no_trading_today_signal today_is_between(context, 04-05, 04-30) or today_is_between(context, 01-01, spring_festival_date)def get_stock_list(context):final_list set()initial_list list(g.pools)if len(initial_list) 0:return []initial_list filter_paused_stock(initial_list)initial_list filter_st_stock(initial_list)today context.current_dt# 通过timedelta算出前一天的日期delta datetime.timedelta(days1)yesterday today - deltayesterday yesterday.strftime(%Y-%m-%d)q query(valuation.code, valuation.circulating_market_cap).filter(valuation.code.in_(initial_list)).limit(g.stock_num)codes get_fundamentals(q).code.tolist()circulating_market_cap_list get_fundamentals(q).circulating_market_cap.tolist()log.info(数据库拉取的股票数量{}.format(len(codes)))log.info(最小市值{} 最大市值{}.format(min(circulating_market_cap_list), max(circulating_market_cap_list)))final_list codes.copy()print(final_list数量:{}.format(len(final_list)))final_list filter_paused_stock(final_list)print(过滤停牌后的股票数量:{}.format(len(final_list)))final_list filter_st_stock(final_list)log.info(每周一买入的股票数量:.format(len(final_list)))return final_list#1-3 整体调整持仓
def weekly_adjustment(context):if g.no_trading_today_signal:return#获取应买入列表 target_list get_stock_list(context)#调仓卖出for stock in g.hold_list:if (stock not in target_list) and (stock not in g.yesterday_HL_list):log.info(卖出[%s] % (stock))order_target(stock, 0)else:log.info(已持有[%s] % (stock))#调仓买入position_count len(context.portfolio.positions)target_num len(target_list)if target_num position_count:value context.portfolio.cash / (target_num - position_count)for stock in target_list:if context.portfolio.positions[stock].total_amount 0:if open_position(stock, value):if len(context.portfolio.positions) target_num:break
