没有加入已持有的股票不再买入这个操作吧

厉害

这是一个非常不错的平台，一定能孕育出优秀的盈利策略，并且增强证券市场的有效性。

没有做已持仓股票中已存在于待购股票池的筛选条件 def initialize(context): run_daily(period,time='every_bar') # 代码：设定好要交易的股票数量stocksnum g.stocksnum=5 g.period=4 g.days=0 def period(context): # 代码：找出市值排名最小的前stocksnum只股票作为要买入的股票 if g.days== g.period: scu= get_index_stocks('000001.XSHG')+get_index_stocks('399106.XSHE') r=query(valuation.code).filter(valuation.code.in_(scu)).order_by(valuation.market_cap.asc()).limit(g.stocksnum) w=get_fundamentals(r) buylist=list(w.code) # 代码：若已持有的股票的市值已经不够小而不在要买入的股票中，则卖出这些股票。 for i in context.portfolio.positions: if i not in buylist: order_target(i, 0) # 代码：买入要买入的股票，买入金额为可用资金的stocksnum分之一 for i in buylist: order_value(i, context.portfolio.cash/g.stocksnum) g.days=0 else: g.days+=1

![微信图片_20190121160252.png][1] [1]: https://image.joinquant.com/bb5ca21d713115ca9a35b111d05fc088

修改了示例中的一些错误

def initialize(context): run_daily(period, time='every_bar') g.stocksum = 10 g.period = 13 g.days=0 def period(context): # 代码：找出市值排名最小的前stocksnum只股票作为要买入的股票 if g.days % g.period == 0: scu = get_index_stocks('000001.XSHG')+get_index_stocks('399106.XSHE') q = query(valuation.code).\ filter(valuation.code.in_(scu)).\ order_by(valuation.market_cap.asc()).\ limit(g.stocksum) buy_list = list(get_fundamentals(q)['code']) # log.info(buy_list) # 代码：若已持有的股票的市值已经不够小而不在要买入的股票中，则卖出这些股票。 log.info(context.portfolio.positions) for stock in context.portfolio.positions: # log.info(stock) if stock not in buy_list: order_target(stock,0) # 代码：买入要买入的股票，买入金额为可用资金的stocksnum分之一 # 添加功能：卖出多少股再买入多少股，保证股票池标的数量为g.stocksum if g.stocksum-len(context.portfolio.positions)!=0: positions_per_stk = context.portfolio.cash/(g.stocksum-len(context.portfolio.positions)) # log.info(g.stocksum-len(context.portfolio.positions)) for stock in buy_list: if stock not in context.portfolio.positions: order_value(stock,positions_per_stk) g.days += 1

def initialize(context): run_daily(period,time='every_bar') g.security=get_index_stocks('000001.XSHG')+get_index_stocks( '399106.XSHE') #建立搜索范围 g.stocknum=10 #股票池大小 g.circle=10 g.day=0 def period(context): if g.day%g.circle == 0: q=query(valuation.code).filter( valuation.code.in_(g.security)).order_by( valuation.market_cap.asc()).limit(g.stocknum) #市值从小到大排名，筛选stocknum支股票 df=get_fundamentals(q) gfind=list(df['code']) #获取股票代码，返回代码列表 for i in context.portfolio.positions: if i not in gfind: #若前一天的股票池没有入选今天的备选股，则卖出 order_value(i,0) if g.stocknum-len(context.portfolio.positions) != 0: for i in gfind: if i not in context.portfolio.positions: #买入新的备选股，并且以剩余交易股票种类确定金额分配 order_value(i,context.portfolio.cash/(g.stocknum -len(context.portfolio.positions))) g.day+=1  请教大神，为何会在回测区间中出现除零错误呢？？

@小怪兽1 我也遇到了，请问怎么解决

``` #这个策略有几个问题 #1.选出的股票，不会绕过停牌的股票，很蛋疼 #2.这策略因为是选两市市值最小的股票，玩玩就得玩儿成st股票池 #3.应该屏蔽单价小于1元的股票，以防退市风险 #4.st股票有一定暴跌性风险，一定要想办法排除，我现在还没看全api我不会 #5.卖小市值的股票还会面临一个问题，容易被关小黑屋 def initialize(context): run_daily(period,time='every_bar') # 设定好要交易的股票数量stocksnum g.stocksnum = 7 #period == 时期，每隔13个交易日，运行一次 g.period = 13 #创建一个计时器，运行一个交易日days+1 g.days = 0 def period(context): #当days 累计计时器等于13，26，39时，和时期做取余运算时，if等于0，运行if内部语句 if g.days % g.period == 0: # 获取上证指数和深证综指的成分股代码并连接，即为全A股市场所有股票的股票代码 # 用加号可以连接两个list scu = get_index_stocks('000001.XSHG')+get_index_stocks('399106.XSHE') # 选出在scu内的市值排名最小的前stocksnum只股票 #print(len(scu),type(scu)) 查看scu大股票池里的股票个数，可以发现，貌似天天发新股，呵呵 #创建一个query_object q = query(valuation.code ).filter(valuation.code.in_(scu) ).order_by(valuation.market_cap.asc() ).limit(g.stocksnum) #创建一个变量df 数据类型为（dataframe） df = get_fundamentals(q) #print(df,type(df)) #用一个列表把df里column名字为‘code’的列提取并保存在列表里 #这里完全可以用df['code']直接去for遍历，可能写一个buylist便于回来回测吧 buylist = list(df['code']) #print(buylist) #查看一下当前持仓股票（position），第一次运行肯定是没有的，后面就会有了 position = context.portfolio.positions #print(position) #遍历现有的持仓，拿出持仓的股票代码，去做下面的if循环 for stock in position: #如果我的持仓，不在buylist里，那么，卖出 if stock not in buylist: order_target(stock,0) #分配资金百分比 股票持仓百分比 position_per_stock = context.portfolio.cash / g.stocksnum #遍历buylist，把里面预要买的股票依次传给stock参数 for stock in buylist: order_value(stock,position_per_stock) #查看新持仓股票代码，转换列表 new_position = list(context.portfolio.positions.keys()) #for循环把新持仓和持仓的金额打印 for stock in new_position: print('当前持仓股票代码为{},持仓价值为{}' .format(stock,context.portfolio.positions[stock].value)) #计时器随着交易日逐日+1 g.days+= 1 ```

啊

屏蔽st方法，但真的很搞笑，屏蔽st收益反而没有带st的高 list1 = get_index_stocks('000001.XSHG')+get_index_stocks('399106.XSHE') #print(len(list1)) list2 = get_concept_stocks('GN197') #print(len(list2)) scu = list(set(list1) - set(list2))

求大神给予我，如何屏蔽停牌的，我看了停盘有关的api不知道用哪个呀完全

# demo # 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): run_daily(period, time='every_bar') # 代码：设定好要交易的股票数量stocksnum g.stock_num = 10; def period(context): # 代码：找出市值排名最小的前stocksnum只股票作为要买入的股票 q = query(valuation.code).order_by(valuation.market_cap).limit(1); code_list = get_fundamentals(q)['code'] inexsitence_stocks = getInexsitenceStocks(context,code_list) for i in inexsitence_stocks: order_target(i,0) for i in code_list: order_target(i, 100) def getInexsitenceStocks(context,codes): long_positions = context.portfolio.long_positions inexsitence_stocks = [] for code in long_positions: isExsit = False for c in codes: if c == code: isExsit = True break if isExsit == False: inexsitence_stocks.append(code) return inexsitence_stocks

``` def initialize(context): run_daily(period,time='every_bar') # 代码：设定好要交易的股票数量stocksnum g.stocksnum = 7 g.period = 13 g.days = 0 def period(context): if g.days % g.period == 0: # 代码：找出市值排名最小的前stocksnum只股票作为要买入的股票 scu = get_index_stocks('000001.XSHG') + get_index_stocks('399106.XSHE') q = query(valuation.code).filter(valuation.code.in_(scu)).order_by(valuation.market_cap.asc()).limit(g.stocksnum) df = get_fundamentals(q) buylist = list(df['code']) # 代码：若已持有的股票的市值已经不够小而不在要买入的股票中，则卖出这些股票。 for stock in context.portfolio.positions: if stock not in buylist: order_target(stock, 0) # 代码：买入要买入的股票，买入金额为可用资金的stocksnum分之一 position_per_stk = context.portfolio.cash / g.stocksnum for stock in buylist: order_value(stock, position_per_stk) g.days += 1 for stock in context.portfolio.positions: avg_cost = context.portfolio.positions[stock].avg_cost price = context.portfolio.positions[stock].price if (price - avg_cost) / avg_cost > 0.15 or (price - avg_cost) / avg_cost < -0.1: order_target(stock, 0) ```

初学上手，感谢前面给位留言指导。结合上面各位的留言测试了一下，发现buylist数量严格等于持仓数量可能因为某些股票停盘买不到。所以扩充了buylist，提高资金利用率。 ``` def initialize(context): run_daily(period,time='every_bar') g.stocksnum = 10 #为提高资金利用率，扩大buylist避免部分股票停盘买不到的情况 g.buynum = g.stocksnum + 5 g.period = 13 g.day_count = 0 def period(context): if g.day_count % g.period == 0: scu = get_index_stocks('399106.XSHE')+get_index_stocks('000010.XSHG') q = query(valuation.code)\ .filter(valuation.code.in_(scu))\ .order_by(valuation.market_cap.asc())\ .limit(g.buynum) df = get_fundamentals(q) buylist=list(df['code']) for stock in context.portfolio.positions: if stock not in buylist: #如果stock不在buylist order_target(stock, 0) #调整stock的持仓为0，即卖出 position_per_stk = context.portfolio.cash/g.stocksnum # 用position_per_stk大小的g.stocksnum份资金去买buylist中的股票 # for stock in buylist: # order_value(stock, position_per_stk) # 修改上述买入功能：卖出多少股再买入多少股，保证股票池标的数量为g.stocksum if g.stocksnum-len(context.portfolio.positions)!=0: positions_per_stk = context.portfolio.cash/(g.stocksnum-len(context.portfolio.positions)) for stock in buylist: if stock not in context.portfolio.positions: order_value(stock,positions_per_stk) g.day_count = g.day_count + 1 # # 加入止损条件，收益率反而变低了 # for stock in context.portfolio.positions: # avg_cost = context.portfolio.positions[stock].avg_cost # price = context.portfolio.positions[stock].price # if (price - avg_cost) / avg_cost < -0.15: # order_target(stock, 0) ```

@Lhxxx 想法挺好的 但是有漏洞啊 卖出不在buylist中的股票之后 可用资金分成了（g.stocksnum-len(context.portfolio.positions)）份，但你想买入的股票数量是（num(buylist)-len(context.portfolio.positions)） 两个并不相等

@bb951127 get_current_data中有停牌属性，get_price也可以

 一直对格式对齐错误很不适应，大部分是出在格式对齐上面，不过成功了