如何用python选股票_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门、创建自己的量化策略代码 。难易度:入门级.从一下几点说起;
1 确定框架:
[单股票均线策略] 的主要策略框架: 5 日均线高于 30 天均线,则全仓买入股票 5 日均线低于 30 天均线,则卖出所持股票
从我们日常交易的角度,一般交易者的行为可以拆分以下两部分:
1 选择标的(初始化):
在交易之前,我们通常会先选定要交易的股票池或者单个股票
2 交易(每天盯盘)
我们会观察该股票的五日均线和 30 日均线,并进行比较如果该股票的五日均线在 30 天均线以上,则全仓买入股票如果该股票的五日均线在 30 天均线以下,则全仓卖出(空仓)
那么程序中,我们是怎么做的呢?
先看看 Ricequant 平台中对应的代码框架会是怎么样的吧:
def init(context):#程序的初始化,预设股票池、设置参数和变量。 只运行一次def handle(context, bar_dict):#从回测的开始日期至结束日期,根据选择的频率(日、分钟)循环运行
对照策略思路 及 Ricequant 代码框架,你会发现我们可以很轻松地把 两者结合起来
以上框架也是 Ricequant 平台的最基本也最主要的框架,也就是
初始化
循环 - 根据选择的频率(日、分钟)循环运行
2 初始化:
选择标的:本策略的交易股票设定为 300059 ”东方财富“。
def init(context): context.stock = "300059.XSHE" # 存入目标股票 [东方财富 ]
延伸阅读:
1 在 init 中实现程序的初始化,例如存入目标股票池,设置滑点、基准等参数以及设置其它变量。 context 是一个全局的容器,你可以通过它设置任何全局变量并初始化:如 context.stock 将会在后面代码所被调用到。
2 代码中 # 代表注释,作为代码说明,执行时会被跳过而不为程序所运行。
3 如何填写股票代码:你会发现策略代码中 股票代码后带有后缀,那么它们分别代表什么呢?
后缀为
XSHE 代表在深交所上市交易的股票
XSHG 在上交所上市交易的股票
3 获取均价:
我们分别获取该股票 5 日和 30 日的均价
# 用法:变量 = bar_dict[股票代码].mavg(天数, frequency='day')# 获取近五日股票收盘价均价,命名为 fast fast = bar_dict[context.stock].mavg(5, frequency='day')# 同上,获取近二十日的收盘价均价,命名为 slow : slow = bar_dict[context.stock].mavg(30, frequency='day')4 判断买卖条件:
获得均价数据之后,我们就可以进行一个判断决定是否买卖了:
if fast>slow: # 若快线在慢线之上则用所有现金买入该股票 #买入操作 elif fast
在判断之前,我们还漏了一步,那是什么呢?就是要知道我们有多少现金,那么在程序中是如何获得现金的呢?我们使用以下代码
# 用法:变量 = context.portfolio.cashcash = context.portfolio.cash #取得当前的现金量,命名为 cash
延伸阅读: portfolio 中 包含所有的投资组合的信息,请参考文档 - Portfolio 对象
5 买入 /卖出:
在判定买卖的条件成立之后,我们会对股票进行买入或者卖出的操作:
#用法 order_value(股票代码,买卖金额) 金额为正则为买入,负数则为卖出#将所有现金买入 300059 东方财富order_value(context.stock, cash) #用法: order_target_value(股票代码,目标持仓比例) 比例在 1 与 0 之间#此处将持仓比例调整为 0 ,则等同于全部卖出order_target_percent(context.stock, 0)
6 策略回测
以上,我们用几行代码就把策略的框架完整地搭建起来了,最终的完整代码为:
def init(context): #初始化 context.stock = "300059.XSHE" #存入要交易的股票代码def handle_bar(context, bar_dict): #每日循环运行 #获取 30 日均线 slow = bar_dict[context.stock].mavg(30, frequency='day') #获取 5 日均线 fast = bar_dict[context.stock].mavg(5, frequency='day') cash = context.portfolio.cash #获取持有现金金额 if fast>slow: #判定买入条件 order_value(context.stock, cash) #买入目标股票 elif fast
写完了策略,那么我们接下去做什么呢? 先对我们的策略进行一次历史回测,看看它的历史表现是如何吧。
在策略编辑页面右上方,选择从 2015 年 1 月 4 日至 2016 年 10 月 4 日,用资金 100 万元进行日回测吧,请点击 运行回测。
python简单易学,使用python研究股票更是得心应手。
如何用python选股票_十分钟学会用Python交易股票相关推荐
- 用python选股票_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门.创建自己的量化策略代码 .难易度:入门级.从一下几点说起: ...
- 我用python做股票_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门.创建自己的量化策略代码 .难易度:入门级.从一下几点说起: ...
- python 股票_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门.创建自己的量化策略代码 .难易度:入门级.从一下几点说起: ...
- python购买股票_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门.创建自己的量化策略代码 .难易度:入门级.从一下几点说起: ...
- python股票自动买卖视频教程_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门.创建自己的量化策略代码 .难易度:入门级.从一下几点说起: ...
- python 炒股_十分钟学会用Python交易股票
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现,熟悉平台并快速入门.创建自己的量化策略代码 .难易度:入门级.从一下几点说起: ...
- python写软件实例-30分钟学会用Python编写简单程序
原标题:30分钟学会用Python编写简单程序 参与文末每日话题讨论,赠送异步新书 异步图书君 学习目标 知道有序的软件开发过程的步骤. 了解遵循输入.处理.输出(IPO)模式的程序,并能够以简单的方 ...
- python程序加密_三分钟教你python自动化加密Word
还在忧虑周五下班前,老板吩咐要给客户加密200个文件吗?工作到凌晨2点,还要把当日完成的10个文件加密,让人很发狂啊.想到一份份的文档要挨个打开并加密,就让人有一种想要die掉的996即视感. 三分钟 ...
- 想学python制作脚本_十分钟利用Python制作属于你自己的个性logo
前言 词云的使用相信大家已经不陌生了,使用很简单,直接调用wordcloud包就可以了.它的主要功能是根据文本词汇和词汇频率生成图片,从中可以直观的看出各个词汇所占比重. 之前我们也介绍过一篇关于Py ...
最新文章
- 博客作业——创建个人技术博客(建议在cnblogs.com上创建),并写一个自我介绍,列出你对这门课的希望和自己的目标。同时具体列出你计划每周花多少时间在这门课上(包括上课时间)。...
- qlv视频转换器免费版_迅捷视频转换器无法转换腾讯视频怎么办?亲测操作快速转换...
- 丁磊:很多人来网易工作只是为了谋生而不是兴趣
- phpcms9.6 ueditor_Phpcms v9深度整合百度编辑器Ueditor
- anguar4 共享服务在多个组件中数据通信
- [c# 20问] 4.Console应用获取执行路径
- ETL服务器安装手册
- windows桌面美化
- 什么是spurious wakeups(虚假唤醒)
- 华人的旗帜——首位亚裔图灵奖获得者姚期智
- 蓝桥杯试题 算法训练 Have You Ever Heard About the Word?
- 17.scrapy框架简例使用
- 从0开始学代码第五周!!!
- 前端web页面防截屏水印生成方案(网页水印+图片水印)
- 7个最好的Java机器学习开发库
- Day3 4月29日
- windows远程mstsc命令指定远程的窗口大小
- 题—送外卖2(最短路径dfs)
- ST2Vec: Spatio-Temporal Trajectory Similarity Learning in Road Networks
- kk的房《垃》产预《圾CXXN》测