最近在学习《Python量化炒股入门与实战技巧》这本书,下面是我整理的笔记:

# 1.设置基准函数set_benchmark()
设置基准函数只能在初始化函数中调用。
可以设置任一股票、指数或ETF为基准。
还可以设定自定义组合为基准,如:set_benchmark({'000001.XSHE':0.5,'000300.XSHG':0.3,'600000.XSHG':0.2})
set_benchmark('000300.XSHG')

#2.设置佣金、印花税函数set_order_cost()
set_order_cost(cost,type,ref=None)
  
cost为OrderCost的对象。close_tax和open_tax为卖出和买入时的印花税,只有股票类标的收取,基金不收;
open_commission和close_commission为申购和赎回场外基金收取的手续费。
close_today_comission为平今仓佣金。min_commission为最低佣金,不包含印花税。
    
type为stock,fund,index_futures(金融期货),bond_fund(债券基金),stock_fund(股票基金),QDII_fund,money_market_fund(货币基金),mixture_fund(混合基金)。
ref为参考代码,支持股票代码,基金代码等。
    
股票类每笔交易时的手续费是:买入时佣金万分之三,卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')

#3.设置滑点函数set_slippage()
set_slippage(object)
当投资者下单后,真实的成交价格与下单时预期的价格总会有一定的偏差。当使用固定滑点时,投资者下单价格的多少并不会影响最后的成交价格。
下达买单指令后,成交价等于执行order函数时间的平均价格加上价差的一半;下达卖单指令后,卖出价格等于当时的平均价格减去价差的一半。
价差可以设定为固定值或者百分比
FixedSlippage(0.2)
PricedRelatedSlippage(0.002) 交易时加减当时价格的0.1%

set_sliipage(FixedSlippage(0.2))
set_slippage(PricedRelatedSlippage(0.002))

#4.设置动态复权(真实价格)模式use_real_price
set_option('use_real_price',value)
该函数只能在初始化函数中调用。
value=True/False

#5.设置是否开启盘口撮合模式match_with_order_book
set_option('match_with_order_book',value=True/False)
只对模拟盘生效。

#6.设置成交量比例order_volume_ratio
set_option('order_volume_ratio',value)
value为一个float值,根据实际行情限制每个订单的成交量。
对于每一笔订单,如果是市价单,则成交量不超过每日总成交量*value。如果是限价单,则限价单撮合时设定分价表中每一个价格的成交量的比率。
(市价单,就是用市场现在的报价成交。
限价单属于挂单,也就是用市场以后可能会出现的价格成交,如果设定的价格不出现则不成交,一旦设定的价格出现,挂单就自动转成市价单而成交。)

#7.设置要操作的股票池函数set_universe()
set_universe(security_list)
该函数只用于设定history函数的默认security_list
set_universe(['600001.XSHG','00009.XSHG'])

用聚宽量化炒股1-设置函数相关推荐

  1. 用聚宽量化炒股-5获取数据函数-3)查询单个交易日账务数据函数get_fundamentals

    get_fundamentals(query_object,data=None,statDate=None) 1.各参数意义 1)query_object 是一个sqlalchemy.orm.quer ...

  2. 用聚宽量化炒股-5获取数据函数-5)获取当前时间股票数据函数get_current_data、查询股票所属行业get_industry

    1.get_current_data(security_list=None) 默认为None,代表当前universe中的股票. 该函数的返回值为一个dict对象.字典的key为股票代码,字典的val ...

  3. 用聚宽量化炒股-5获取数据函数-9)获取一只股票信息函数get_security_info、获取龙虎榜数据函数get_billboard_list、获取限售解禁数据get_locked_shares

    1.get_security_info(code) 返回字为pandas.DataFrame类型. get_security_info('600000.XSHG').name 'PFYH' 2.get ...

  4. 用聚宽量化炒股-财务因子选股-1成长类因子选股-1

    量化选股是利用数量化的方法选择股票组合,期望该股票组合能够获得超越基准收益率的投资行为. 量化选股可以分为两类:基本面选股和技术面选股. 在实际的股票投资中,往往利用基本面选出要操作的股票,然后根据技 ...

  5. 聚宽量化交易策略基本框架

    JoinQuant-TWist 策略编写的基本框架及其实现 回测的含义及其实现 初步学习解决代码错误 周期循环的开始时间 自测与自学 通过前文对量化交易有了一个基本认识之后,我们开始学习做量化交易.毕 ...

  6. python双均线策略,当五日均线位于十日均线上方则买入,反之卖出。(聚宽量化平台使用)

    ''' ** python双均线策略,当五日均线位于十日均线上方则买入,反之卖出.(聚宽量化平台使用) ** ''' 初始化函数,设定要操作的股票.基准等等 def initialize(contex ...

  7. 分享聚宽量化交易执行选股策略的执行过程

    分享聚宽量化交易执行选股策略的执行过程: 首先就是需要用不同的函数处理不同的数据,比如上市数据,要用run_query()函数处理,财务与估值数据要用get_fundamentals()函数处理.以及 ...

  8. 聚宽量化是干什么的?

    聚宽是一家量化交易平台,为投资者提供做量化交易的工具与服务,帮助投资者更好地做量化交易.也就是说,在聚宽量化交易平台,"大型收割机"已经为你准备好了,不需要你自己造了,你只需要学会 ...

  9. 基于聚宽量化交易平台实现量化交易策略

    一.入门量化策略 JoinQuant聚宽API文档:https://www.joinquant.com/help/api/help?name=api 1.策略内容 设置股票池为沪深300的所有成分股 ...

最新文章

  1. 基于 Bochs 的操作系统内核实现
  2. 计算机常用图像文件格式,常用的图像文件格式
  3. 类的继承定义一个computer类在此基础上派生出两个子类(继承与多态绑定)
  4. Google 联合 Plaxo 对 OpenID 进行改进
  5. JavaSE 基础面试题
  6. Thinkphp5 分页带参数(亲测)
  7. keepAliveTime和线程工厂
  8. Spring装配Bean的过程
  9. cocos2dx 屏幕适配
  10. python调用r语言函数_Python 中使用R语言
  11. 毕业设计基于linux下http,Linux下HTTP服务器设计-毕业设计.doc
  12. DNS域名解析错误解决
  13. 实战1-数据项目分析流程
  14. 我的无线宽带由器 TP-LINK TL-WR841N如何设置限
  15. 阿里云域名解析和记录值
  16. android --拍照相册选取图片[兼容小米等其他手机]
  17. 禁止腾讯检测HTML代码,微信域名检测API接口的分享以及腾讯屏蔽检测的原理
  18. 线性表中的尾插法单链表的学习
  19. 【图解】本地IIS局域网内无法访问的问题
  20. PHPcurl请求很慢解决办法

热门文章

  1. 什么是 去中心化自治组织(DAO)
  2. window查看端口占用
  3. 小规模 DDoS 黑客攻击摧毁了维基解密网站
  4. Suomi NPP VIIRS夜间灯光遥感数据简介与下载(一)——数据介绍,FTP下载与hdf5读取
  5. 英语语法最终珍藏版笔记-14独立主格结构
  6. 【墨者学院】主机溢出提权漏洞分析
  7. iphone 12屏幕材质 iPhone12尺寸多大
  8. 记一次gitbook的安装
  9. 【无标题】PCI-5565PIORC-110000128MB反射内存卡多模光纤
  10. 量化投资学习——股指期货研究(二)