V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
investguider
V2EX  ›  程序员

美股量化交易 - pipeline 使用

  •  
  •   investguider · 2018-10-22 14:15:24 +08:00 · 1929 次点击
    这是一个创建于 2254 天前的主题,其中的信息可能已经有所发展或是发生改变。

    摘要: 最近在开始学习美股量化交易, 本篇着重介绍一下 pipeline 的使用; 如果你对量化交易感兴趣, 可以点击 [原文] 查看更多内容。

    策略思路

    • 选择成交量最大的 200 只股票
    • 去除其中价格小于 5 的股票,取市值最小的 10 只进行交易
    • 每月调仓一次,使用个股的市值作为调仓的权重

    运行环境

    本代码运行 老虎证券 pc 端 量化交易环境, 运行前 可以注册老虎证券 使用模拟账号 进行运行量化代码。

    代码

    import pandas as pd
    from tquant.pipeline import Pipeline
    from tquant.pipeline.data import Fundamentals, USEquityPricing
    
    
    # 策略初始化方法, 只在开始执行回测时运行一次
    def initialize(context):
        print('初始化策略')
        # 使用 标普 500 ETF 作为策略基准
        set_benchmark(symbol('SPY'))
        # 设置策略的佣金规则:每股 0.01 美元, 最低 1 美元
        set_commission(commission.PerShare(cost=0.01, min_trade_cost=1))
        # 定义两个时区
        context.remote_time_zone = 'US/Eastern'
        context.local_time_zome = 'Asia/Chongqing'
        # 定时运行方法:
        # 设置『 month_start 』这个方法在每个月初的第一个交易日开盘时执行一次。
        schedule_function(month_start,
                        date_rule=date_rules.month_start(),
                        time_rule=time_rules.market_open())
    
        # 初始化 pipeline 对象
        pipe = Pipeline()
        # 向 pipeline 对象中添加两列数据:收盘价和总股本
        pipe.add(USEquityPricing.close.latest, 'close')
        pipe.add(Fundamentals.shares.latest, 'shares')
        # 添加一个筛选器:使用成交量最大的 200 只股票
        screener = (USEquityPricing.volume.latest.top(200))
        pipe.set_screen(screener)
        # 注册 pipeline 对象
        attach_pipeline(pipe, 'universe')
    
    
    # 实现之前定义的 month_start 方法
    def month_start(context, data):
        # 获取 pipeline 的数据,
        # universe 是一个 dataframe,index 是股票池,column 是数据列
        # index 每次计算时,交易量最大的 200 只股票
        universe = pipeline_output('universe')
        # 计算市值,市值=总股本*收盘价
        universe['market_cap'] = universe['close'] * universe['shares']
        # 去除其中收盘价小于 5 的股票, 并取市值最小的 10 只股票
        target_stock = universe[universe['close']>5].sort_values('market_cap', ascending=True)    ['market_cap'][:10]
        # 计算股票的目标调仓权重
        target_weight = target_stock/target_stock.sum()
        # 打印结果
        print('当前的日期是:', context.get_datetime(context.local_time_zome))
        print('目标调仓权重为:', target_weight)
        # 调仓
        reblance(context, target_weight)
    
    
    def reblance(context, target_weight):
        # 取当前持仓的所有股票
        current_position = context.portfolio.positions.keys()
        # 计算当前持仓的股票与目标调仓股票的差集
        sell = set(current_position) - set(target_weight.index)
        # 卖出不在目标调仓中的股票
        for code in sell:
            order_target_percent(code, 0)
    
        # 按照目标权重, 使用市价单下单
        for code in target_weight.keys():
            order_target_percent(code, target_weight[code])
        log.info('调仓完成')
    

    运行结果如下:

    美股、港股量化交易

    仓位调动日志明细

    初始化策略
    当前的日期是: 2018-01-03 05:00:00+08:00
    目标调仓权重为: Equity(3407 [HMNY]) 0.000142
    Equity(8742 [UNG]) 0.035254
    Equity(10314 [RIOT]) 0.076770
    Equity(5626 [PGNX]) 0.099965
    Equity(7738 [WATT]) 0.103301
    Equity(2948 [GCAP]) 0.107777
    Equity(2848 [FTR]) 0.126808
    Equity(8262 [ATRA]) 0.132405
    Equity(4587 [MDR]) 0.148945
    Equity(3778 [INSY]) 0.168632
    Name: market_cap, dtype: float64
    2018-01-02 16:00:00 reblance:72 INFO 调仓完成
    当前的日期是: 2018-02-02 05:00:00+028:00
    目标调仓权重为: Equity(8282 [BLCM]) 0.014110
    Equity(8742 [UNG]) 0.042728
    Equity(4587 [MDR]) 0.058059
    Equity(3728 [IMGN]) 0.084797
    Equity(235 [AKS]) 0.111286
    Equity(2507 [EXTR]) 0.119066
    Equity(3141 [GPOR]) 0.130049
    Equity(1338 [CLF]) 0.141863
    Equity(8743 [USO]) 0.146597
    Equity(1761 [DBC]) 0.151445
    Name: market_cap, dtype: float64
    2018-02-01 16:00:00 reblance:72 INFO 调仓完成
    当前的日期是: 2018-03-02 05:00:00+08:00
    目标调仓权重为: Equity(5640 [PHH]) 0.029012
    Equity(2100 [ECYT]) 0.033073
    Equity(2848 [FTR]) 0.046434
    Equity(1720 [CYH]) 0.048309
    Equity(2266 [ENDP]) 0.118623
    Equity(4763 [MNK]) 0.121333
    Equity(3506 [HTZ]) 0.128298
    Equity(235 [AKS]) 0.137047
    Equity(8743 [USO]) 0.165894
    Equity(5000 [NBR]) 0.171978
    Name: market_cap, dtype: float64
    2018-03-01 16:00:00 reblance:72 INFO 调仓完成
    当前的日期是: 2018-04-03 04:00:00+08:00
    目标调仓权重为: Equity(4587 [MDR]) 0.034007
    Equity(788 [BKD]) 0.073548
    Equity(3086 [GME]) 0.075315
    Equity(10703 [DBX]) 0.098588
    Equity(83 [ACXM]) 0.104958
    Equity(2623 [FFBC]) 0.108441
    Equity(1338 [CLF]) 0.121434
    Equity(8743 [USO]) 0.122429
    Equity(5000 [NBR]) 0.129578
    Equity(7961 [XOP]) 0.131701
    Name: market_cap, dtype: float64
    2018-04-02 16:00:00 reblance:72 INFO 调仓完成
    当前的日期是: 2018-05-02 04:00:00+08:00
    目标调仓权重为: Equity(4587 [MDR]) 0.030825
    Equity(8496 [FIT]) 0.057020
    Equity(7852 [WPG]) 0.058974
    Equity(5460 [P]) 0.070114
    Equity(8743 [USO]) 0.107669
    Equity(1338 [CLF]) 0.108268
    Equity(2384 [ESV]) 0.121031
    Equity(7961 [XOP]) 0.133455
    Equity(6060 [RDN]) 0.151056
    Equity(9671 [UAA]) 0.161588
    Name: market_cap, dtype: float64
    2018-05-01 16:00:00 reblance:72 INFO 调仓完成
    当前的日期是: 2018-06-02 04:00:00+08:00
    目标调仓权重为: Equity(8322 [VKTX]) 0.021032
    Equity(8743 [USO]) 0.077514
    Equity(6481 [SFUN]) 0.093043
    Equity(1338 [CLF]) 0.104112
    Equity(3062 [GLNG]) 0.108587
    Equity(5000 [NBR]) 0.108815
    Equity(2384 [ESV]) 0.117255
    Equity(1886 [DKS]) 0.117884
    Equity(1349 [CLNY]) 0.120782
    Equity(7961 [XOP]) 0.130976
    Name: market_cap, dtype: float64
    2018-06-01 16:00:00 reblance:72 INFO 调仓完成
    
    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3260 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 32ms · UTC 12:29 · PVG 20:29 · LAX 04:29 · JFK 07:29
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.