View Experiment

In [4]:

# 本代码由可视化策略环境自动生成 2023年9月19日 00:52
# 本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。
 
# 显式导入 BigQuant 相关 SDK 模块
from bigdatasource.api import DataSource
from bigdata.api.datareader import D
from biglearning.api import M
from biglearning.api import tools as T
from biglearning.module2.common.data import Outputs
 
import pandas as pd
import numpy as np
import math
import warnings
import datetime
 
from zipline.finance.commission import PerOrder
from zipline.api import get_open_orders
from zipline.api import symbol
 
from bigtrader.sdk import *
from bigtrader.utils.my_collections import NumPyDeque
from bigtrader.constant import OrderType
from bigtrader.constant import Direction

# 交易引擎：初始化函数，只执行一次
def m7_initialize_bigquant_run(context):
    #读取数据
    context.ranker_prediction = context.options['data'].read_df()
    context.ranker_prediction.set_index('date',inplace=True)
    
    #print(context.ranker_prediction)
    


# 交易引擎：每个单位时间开盘前调用一次。
def m7_before_trading_start_bigquant_run(context, data):
    # 盘前处理，订阅行情等
    pass

# 交易引擎：tick数据处理函数，每个tick执行一次
def m7_handle_tick_bigquant_run(context, tick):
    pass

# 交易引擎：bar数据处理函数，每个时间单位执行一次
def m7_handle_data_bigquant_run(context, data):
    
    
    #context = 回测引擎
    #context内部 会有一些功能～ 是通过 context.xxx 来使用的
    #data
    
    #调仓期的控制
    remainder = context.trading_day_index % 1
    #如果没到调仓期直接结束运行
    if remainder !=0:
        
        return


    import datetime
    #初始化
    buy_list = []  #买入列表
    sell_list = [] #卖出列表
    
    #==================== 数据准备
    today = data.current_dt.strftime('%Y-%m-%d')   #读取当天日期
    time = data.current_dt

    account_pos = context.get_account_positions()
    holding_list = list({key: value for key, value in account_pos.items() if value.avail_qty > 0}.keys())
    holding_num = len(holding_list)

    #读取当日数据
    try:
        today_data  = context.ranker_prediction.loc[today,:]
        today_data.reset_index(inplace=True)
    except:
        return
    
    #策略
    today_data=today_data[today_data['上市时间'] >= 365] #上市时间的过滤
    today_data=today_data[today_data['市盈率ttm'] >= 1]  #财务数据过滤
    today_data=today_data[today_data['换手排名'] <= 0.8] 
    today_data=today_data[today_data['市销率'] <= 0.9] 
    today_data=today_data[today_data['销售毛利率TTM'] >= 0.4] 
    today_data=today_data[today_data['经营活动现金净流量TTM'] >= 2] 
    today_data=today_data[today_data['总资产报酬率TTM']>= 2 ]
    today_data.sort_values(by='市值',ascending=True,inplace=True)  #市值排序
    today_data[today_data['收盘价5日']>= 1 ]

    
    #构建目标列表
    target_list = today_data.instrument.to_list()[:10]


    #构建卖出列表
    for ins in holding_list:
        if ins not in target_list:
            sell_list.append(ins)

    #构建买入列表
    for ins in target_list:
        if ins not in holding_list:
            buy_list.append(ins)
    
    #先卖
    for ins in sell_list:
        context.order_target(ins,0)

    #等权买
    for ins in buy_list:
        context.order_target_percent(ins,0.020)

# 交易引擎：成交回报处理函数，每个成交发生时执行一次
def m7_handle_trade_bigquant_run(context, trade):
    pass

# 交易引擎：委托回报处理函数，每个委托变化时执行一次
def m7_handle_order_bigquant_run(context, order):
    pass

# 交易引擎：盘后处理函数，每日盘后执行一次
def m7_after_trading_bigquant_run(context, data):
    pass


m1 = M.instruments.v2(
    start_date='2020-01-01',
    end_date='2022-12-31',
    market='CN_STOCK_A',
    instrument_list='',
    max_count=0
)

m3 = M.input_features.v1(
    features="""
#构建一个因子。 open-close的绝对值

市值= market_cap_0

市盈率ttm= pe_ttm_0

上市时间= list_days_0

换手排名= rank_turn_0

市销率= ps_ttm_0

总资产报酬率TTM= fs_roa_ttm_0

销售毛利率TTM= fs_gross_profit_margin_ttm_0

经营活动现金净流量TTM= fs_net_cash_flow_ttm_0

财务杠杆权益= (fs_current_assets_0+fs_non_current_assets_0)/(fs_total_equity_0 )

收盘价5日= ta_ema_5_0"""
)

m2 = M.general_feature_extractor.v7(
    instruments=m1.data,
    features=m3.data,
    start_date='',
    end_date='',
    before_start_days=90
)

m4 = M.derived_feature_extractor.v3(
    input_data=m2.data,
    features=m3.data,
    date_col='date',
    instrument_col='instrument',
    drop_na=False,
    remove_extra_columns=False,
    user_functions={}
)

m5 = M.chinaa_stock_filter.v1(
    input_data=m4.data,
    index_constituent_cond=['全部'],
    board_cond=['上证主板', '深证主板'],
    industry_cond=['全部'],
    st_cond=['正常'],
    delist_cond=['非退市'],
    output_left_data=False
)

m7 = M.hftrade.v2(
    instruments=m1.data,
    options_data=m5.data,
    start_date='',
    end_date='',
    initialize=m7_initialize_bigquant_run,
    before_trading_start=m7_before_trading_start_bigquant_run,
    handle_tick=m7_handle_tick_bigquant_run,
    handle_data=m7_handle_data_bigquant_run,
    handle_trade=m7_handle_trade_bigquant_run,
    handle_order=m7_handle_order_bigquant_run,
    after_trading=m7_after_trading_bigquant_run,
    capital_base=1000000,
    frequency='daily',
    price_type='真实价格',
    product_type='股票',
    before_start_days='0',
    volume_limit=1,
    order_price_field_buy='open',
    order_price_field_sell='close',
    benchmark='000300.HIX',
    plot_charts=True,
    disable_cache=False,
    replay_bdb=False,
    show_debug_info=False,
    backtest_only=False
)

[2023-09-19 00:38:54.625758] INFO 基础特征抽取: 年份 2019, 特征行数=225729

INFO:基础特征抽取:年份 2019, 特征行数=225729

[2023-09-19 00:39:01.133611] INFO 基础特征抽取: 年份 2020, 特征行数=945961

INFO:基础特征抽取:年份 2020, 特征行数=945961

[2023-09-19 00:39:08.318334] INFO 基础特征抽取: 年份 2021, 特征行数=1061527

INFO:基础特征抽取:年份 2021, 特征行数=1061527

[2023-09-19 00:39:16.301616] INFO 基础特征抽取: 年份 2022, 特征行数=1171038

INFO:基础特征抽取:年份 2022, 特征行数=1171038

[2023-09-19 00:39:16.469179] INFO 基础特征抽取: 总行数: 3404255

INFO:基础特征抽取:总行数: 3404255

[2023-09-19 00:39:31.351875] INFO derived_feature_extractor: 提取完成 市值= market_cap_0, 0.007s

INFO:derived_feature_extractor:提取完成 市值= market_cap_0, 0.007s

[2023-09-19 00:39:31.364313] INFO derived_feature_extractor: 提取完成 市盈率ttm= pe_ttm_0, 0.006s

INFO:derived_feature_extractor:提取完成 市盈率ttm= pe_ttm_0, 0.006s

[2023-09-19 00:39:31.375146] INFO derived_feature_extractor: 提取完成 上市时间= list_days_0, 0.005s

INFO:derived_feature_extractor:提取完成 上市时间= list_days_0, 0.005s

[2023-09-19 00:39:31.385549] INFO derived_feature_extractor: 提取完成 换手排名= rank_turn_0, 0.005s

INFO:derived_feature_extractor:提取完成 换手排名= rank_turn_0, 0.005s

[2023-09-19 00:39:31.400729] INFO derived_feature_extractor: 提取完成 市销率= ps_ttm_0, 0.009s

INFO:derived_feature_extractor:提取完成 市销率= ps_ttm_0, 0.009s

[2023-09-19 00:39:31.412432] INFO derived_feature_extractor: 提取完成 总资产报酬率TTM= fs_roa_ttm_0, 0.006s

INFO:derived_feature_extractor:提取完成 总资产报酬率TTM= fs_roa_ttm_0, 0.006s

[2023-09-19 00:39:31.427501] INFO derived_feature_extractor: 提取完成 销售毛利率TTM= fs_gross_profit_margin_ttm_0, 0.009s

INFO:derived_feature_extractor:提取完成 销售毛利率TTM= fs_gross_profit_margin_ttm_0, 0.009s

[2023-09-19 00:39:31.444786] INFO derived_feature_extractor: 提取完成 经营活动现金净流量TTM= fs_net_cash_flow_ttm_0, 0.011s

INFO:derived_feature_extractor:提取完成 经营活动现金净流量TTM= fs_net_cash_flow_ttm_0, 0.011s

[2023-09-19 00:39:31.509154] INFO derived_feature_extractor: 提取完成 财务杠杆权益= (fs_current_assets_0+fs_non_current_assets_0)/(fs_total_equity_0 ), 0.058s

INFO:derived_feature_extractor:提取完成 财务杠杆权益= (fs_current_assets_0+fs_non_current_assets_0)/(fs_total_equity_0 ), 0.058s

[2023-09-19 00:39:31.521544] INFO derived_feature_extractor: 提取完成 收盘价5日= ta_ema_5_0, 0.006s

INFO:derived_feature_extractor:提取完成 收盘价5日= ta_ema_5_0, 0.006s

[2023-09-19 00:39:33.608787] INFO derived_feature_extractor: /y_2019, 225729

INFO:derived_feature_extractor:/y_2019, 225729

[2023-09-19 00:39:37.613438] INFO derived_feature_extractor: /y_2020, 945961

INFO:derived_feature_extractor:/y_2020, 945961

[2023-09-19 00:39:42.919782] INFO derived_feature_extractor: /y_2021, 1061527

INFO:derived_feature_extractor:/y_2021, 1061527

[2023-09-19 00:39:49.853674] INFO derived_feature_extractor: /y_2022, 1171038

INFO:derived_feature_extractor:/y_2022, 1171038

[2023-09-19 00:39:54.474391] INFO A股股票过滤: 过滤 /y_2019, 167320/0/225729

INFO:A股股票过滤:过滤 /y_2019, 167320/0/225729

[2023-09-19 00:40:06.689906] INFO A股股票过滤: 过滤 /y_2020, 669692/0/945961

INFO:A股股票过滤:过滤 /y_2020, 669692/0/945961

[2023-09-19 00:40:20.160959] INFO A股股票过滤: 过滤 /y_2021, 706124/0/1061527

INFO:A股股票过滤:过滤 /y_2021, 706124/0/1061527

[2023-09-19 00:40:34.067557] INFO A股股票过滤: 过滤 /y_2022, 728233/0/1171038

INFO:A股股票过滤:过滤 /y_2022, 728233/0/1171038

[2023-09-19 00:40:34.084441] INFO A股股票过滤: 过滤完成, 2271369 + 0

INFO:A股股票过滤:过滤完成, 2271369 + 0

[2023-09-19 00:40:34.158984] INFO hfbacktest: biglearning V1.5.0d

INFO:hfbacktest:biglearning V1.5.0d

[2023-09-19 00:40:34.168249] INFO hfbacktest: bigtrader v1.10.5 2023-09-14

INFO:hfbacktest:bigtrader v1.10.5 2023-09-14

[2023-09-19 00:42:23.575051] INFO hfbacktest: backtest done, raw_perf_ds:DataSource(7500036207564e898a438a892297404fT)

INFO:hfbacktest:backtest done, raw_perf_ds:DataSource(7500036207564e898a438a892297404fT)
[2023-09-19 00:42:30.705974] INFO: bigcharts.impl.render:render.py:408:render_chart Data is None, skip loading it to chart.

收益率14.83%
年化收益率4.7%
基准收益率-6.76%
阿尔法0.02
贝塔0.07
夏普比率0.65
胜率0.61
盈亏比2.42
收益波动率2.89%
信息比率0.02
最大回撤2.77%

搜索:

日期	时间	股票代码	股票名称	买/卖	数量	成交价	总成本	交易佣金
2022-12-27	15:00:00	002394.SZA	联发股份	卖出	3100	7.81	-24211.0	31.47
	09:30:00	603045.SHA	福达合金	买入	1500	14.72	22080.0	6.62
						（2 笔交易	买入￥22080.0	卖出￥-24211.0）
2022-12-26	15:00:00	603045.SHA	福达合金	卖出	1500	14.72	-22080.0	28.7
	09:30:00	603518.SHA	锦泓集团	买入	3300	6.96	22968.0	6.89
						（2 笔交易	买入￥22968.0	卖出￥-22080.0）
2022-12-22	15:00:00	002696.SZA	百洋股份	卖出	3500	6.85	-23975.0	31.17
	09:30:00	002394.SZA	联发股份	买入	3100	7.3	22630.0	6.79
						（2 笔交易	买入￥22630.0	卖出￥-23975.0）
2022-12-19	09:30:00	002787.SZA	华源控股	买入	100	6.53	653.0	5.0

上页1 2 3 4 5…111下页

在当前单元格或上一个单元格中执行代码时 Kernel 崩溃。请查看单元格中的代码，以确定故障的可能原因。有关详细信息，请单击 <a href='https://aka.ms/vscodeJupyterKernelCrash'>此处</a>。有关更多详细信息，请查看 Jupyter <a href='command:jupyter.viewOutput'>log</a>。