量化交易——羊駝交易法則

一、羊駝交易法則

1、羊駝交易原理

　　起始時隨機買入N只股票，每天賣掉收益率最差的M只，再隨機買入剩余股票池的M只。

　　總結：隨機選股，周期調倉。

　　原理：物競天擇，找出最強的好股票。（玄學）

2、改進策略

　　買入歷史收益率最低的N只股票，調倉日留下反轉程度大的股票，賣掉表現最差的M只股票，再買入收益率最低的M只股票。

二、羊駝交易實現

from jqdata import *

# 初始化函數，設定基准等等
def initialize(context):
    # 設定滬深300作為基准
    set_benchmark('000300.XSHG')
    # 開啟動態復權模式(真實價格)
    set_option('use_real_price', True)
    # 股票類每筆交易時的手續費是：買入時佣金萬分之三，賣出時佣金萬分之三加千分之一印花稅, 每筆交易佣金最低扣5塊錢
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    g.security = get_index_stocks('000300.XSHG')
    g.period = 30       # 選取30天籟計算收益率
    g.N = 10            # 總持有10只股票
    g.change = 1        # 每次只扔出一個，買入一個
    g.init = True       # 標識判斷初始情況
    run_monthly(handle, 1)

def get_sorted_stocks(context, stocks):
    # 給滬深300所有股票按收益增長率排序
    df = history(g.period, field='close', security_list=stocks).T
    print(df)
    df['ret'] = (df.iloc[:, len(df.columns)-1] - df.iloc[:,0]) / df.iloc[:,0]
    df = df.sort_values('ret', ascending=False)
    return df.index.values

def handle(context):
    if g.init:     # 初始化，買入收益增長率最小的N支
        stocks = get_sorted_stocks(context, g.security)[:g.N]
        cash = context.portfolio.available_cash * 0.9 / len(stocks)
        for stock in stocks:
            order_value(stock, cash)
        g.init = False
        return
    # 調倉賣掉原有股票中反轉最小的股票
    stocks = get_sorted_stocks(context, context.portfolio.positions.keys())
    for stock in stocks[-g.change:]:
        order_target(stock, 0)
    # 調倉買入新的收益增長率最低的
    stocks = get_sorted_stocks(context, g.security)
    for stock in stocks:
        if len(context.portfolio.positions) >= g.N:
            break
        if stock not in context.portfolio.positions:
            order_value(stock, context.portfolio.available_cash * 0.9)

　　執行效果如下：