集合竞价选股策略

今天给大家展示一下集合竞价选股策略，大家可以直接拿来用，我目前用的是QMT量化交易软件，在券商开户就能免费使用，同时还能享受券商的VIP费率。

# coding:gbk  

''' 

=======================================================================================================

本策略通过获取沪深300的成份股数据并统计其30天内开盘价大于前收盘价的天数,并在该天数大于阈值10的时候加入股票池，随后对不在股票池的股票卖出，并买入在股票池不在持仓里的股票，本策略在日级别下运行，持仓周期为30天。

回测基础股票池：沪深300

回测时间：

=======================================================================================================

'''  

import numpy as np  

  

# ===========================================策略初始化部分===========================================  

def init(ContextInfo):  

    # context.count_bench累计天数阙值  

    ContextInfo.count_bench = 10  

    # 用于对比的天数  

    ContextInfo.count = 30  

    # 策略运行时间  

    ContextInfo.t = 0  

    # 调仓时间  

    ContextInfo.tc = 30  

    # 获取沪深300成分股  

    s = ContextInfo.get_stock_list_in_sector('沪深300')  

    # 设置基础股票池  

    ContextInfo.set_universe(s)  

    # 设置交易账户  

    ContextInfo.accountid = "testS"  

# ============================================策略初始化部分==========================================  

  

# =============================================策略周期循环部分=======================================  

def handlebar(ContextInfo):  

    # 判断是否进入调仓周期  

    if ContextInfo.t % ContextInfo.tc == 0:  

        # 买入  

        buy_sum = 0  

        # 卖出  

        sell_sum = 0  

        # 当前bar线索引  

        index = ContextInfo.barpos  

        # 当前bar线时间戳  

        realtimetag = ContextInfo.get_bar_timetag(index)  

        # 打印当前bar线时间  

        print(timetag_to_datetime(realtimetag, '%Y%m%d %H:%M:%S'))  

        # 获取当前持仓信息  

        ContextInfo.holdings = get_holdings(  

            ContextInfo.accountid, "STOCK")  

        # 获取当前股票池  

        universe = ContextInfo.get_universe()  

        # 获取股票池30天收盘价数据  

        dict_close = ContextInfo.get_history_data(  

            ContextInfo.count, '1d', 'close', 3)  

        # 获取股票池30天开盘价数据  

        dict_open = ContextInfo.get_history_data(ContextInfo.count, '1d', 'open', 3)  

  

# ===============================================生成买入标的=========================================  

        # 待买入股票池{code:开盘价大于前一天收盘价的累计次数}  

        excel_num = {}  

        for stock in universe:  

            if stock in list(dict_close.keys()):  

                open = dict_open[stock]  

                pre_close = dict_close[stock]  

                try:  

                    # 开盘价-前一天收盘价  

                    diff = np.array(open[1:]) - np.array(pre_close[:-1])  

                except ValueError:  

                    print('value error:', stock)  

                # print('diff',diff)  

                # 获取开盘价大于前一天收盘价的累计次数超过阙值的标的池.并剔除当天没有交易的股票  

                if len(diff[diff > 0]) >= ContextInfo.count_bench:  

                    # trade_symbols.append(stock)  

                    excel_num[stock] = len(diff[diff > 0])  

                # print('本次股票池有股票数目: ', len(trade_symbols))  

        # 按excel_num的值升序排序，返回的结果类型list形如：[('code1',value1),('code2',value2)...]  

        exnum_sort = sorted(excel_num.items(), key=lambda x: x[1])  

        # 买入备选股票列表  

        buylist = [i[0] for i in exnum_sort]  

        # 如果买入备选股票列表股票数量小于10，则全买入  

        if len(buylist) < 10:  

            trade_symbols = buylist  

        # 不然选取10只累计天数最小的买入  

        else:  

            trade_symbols = buylist[0:10]  

# =============================================生成买入标的===========================================  

  

# =========================================根据标的股票池交易========================================== 

        for stock_hold in list(ContextInfo.holdings.keys()):  

            # 卖出不在买入标的中的股票  

            if stock_hold not in trade_symbols:  

                order_shares(  

                    stock_hold, float(-ContextInfo.holdings[stock_hold]), 'latest', ContextInfo, ContextInfo.accountid)  

                # 卖出总和+1  

                sell_sum += 1  

                # print('卖出：',stock_hold)  

        # 买入标的股票  

        for symbol in trade_symbols:  

            if symbol not in ContextInfo.holdings:  

                order_shares(symbol, 10000, 'latest', ContextInfo, ContextInfo.accountid)  

                # 买入总和+1  

                buy_sum += 1  

                # print('买入：',symbol)  

# ============================================根据标的股票池交易======================================  

        # 回测画图  

        if not ContextInfo.do_back_test:  

            ContextInfo.paint('buy_num', buy_sum, -1, 0)  

            ContextInfo.paint('sell_num', sell_sum, -1, 0)  

    # 策略运行天数加1  

    ContextInfo.t+=1  

# ==========================================策略周期循环部分==========================================  

  

# 获取持仓信息{code.market:股票数}  

def get_holdings(accountid,datatype):  

    holdinglist={}  

    resultlist=get_trade_detail_data(accountid,datatype,"POSITION")  

    for obj in resultlist:  

        holdinglist[obj.m_strInstrumentID+"."+obj.m_strExchangeID]=obj.m_nVolume  

    return holdinglist    

回测参数设置（回测频率、周期、手续费等可视化设置）：

回测结果展示：

回测收益：

回测净值曲线：