@Lhxxx 加入止损条件，收益率是会降低，但是别的风险应该是降低了，咱们新手只关注收益率哈哈，后面应该会涉及到风险什么的吧

``` def initialize(context): run_daily(period,time='every_bar') # 设定好要交易的股票数量 g.stocksnum = 7 # 设定交易周期 g.period = 13 # 记录策略进行天数 g.days = 0 # 是否是涨停股票 def is_ext(code): ah = attribute_history(security=code, count=1, fields=['close','pre_close']) close = list(ah['close'])[0] pre_close = list(ah['pre_close'])[0] # 涨幅四舍五入后超过10% try: result = round(close/pre_close-1) >= 0.01 except ValueError: # 这里捕捉到异常，直接去除该股票 print(f"异常！！{code}: {ah}") return True return True return result def period(context): # 判断策略进行天数是否能被轮动频率整除余1 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 # 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 # 排除st股票、停牌股票、与涨停股票,因为判断信息不在valuation表里，所以提前筛选 current_data = get_current_data(scu) for ss in scu: if current_data[ss].paused or current_data[ss].is_st or is_ext(ss): #print("del " + ss) scu.remove(ss) q=query(valuation.code ).filter( valuation.code.in_(scu) ).order_by( valuation.market_cap.asc() ).limit(g.stocksnum) df = get_fundamentals(q) # 选取股票代码并转为list 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。 # 对于每个当下持有的股票进行判断：现在是否已经不在buylist里，如果是则卖出 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 # 代码：买入要买入的股票，买入金额为可用资金的stocksnum分之一 # 将资金分成g.stocksnum份 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) for stock in context.portfolio.positions: cost=context.portfolio.positions[stock].avg_cost # 获得股票现价 price=context.portfolio.positions[stock].price # 计算收益率 ret=price/cost-1 # 如果收益率小于-0.01，即亏损达到1%则卖出股票，幅度可以自己调，一般10% if ret<-0.01: order_target(stock,0) print('触发止损') # 策略进行天数增加1 g.days = g.days + 1 ``` 回答以下问题： 思考g.period，g.stocksnum各自设为多少效果比较好？ --不知道，可能要多次试验然后看看统计图，但是影响因素太多了。初学者，先放着吧。 思考此文中，虽然每次都等资金的买入，为何各股票的持仓价值其实还是不同，而且可能越差越大？ --doge，我猜是因为股票价格变了，等资金买入，但是买的股数不一样，持仓价值和股票价格和股数相关（？），单价和股数都在变化，这怎么变都有可能啊。（我在说什么） 在本文策略中加入止损或止盈 --见代码 试着在本文策略中选股时排除st股票、停牌股票、与涨停股票。这个问题可能会有些挑战，因为会涉及到简单但没讲过的内容，比较考察搜素与自学能力，但这是做投资交易最为重要的能力。 --见代码，st和停牌比较好判断，涨停是google了下涨停的定义自己算的，不知道对不对，粗略看经过判断确实删除了一些股票 运行的时候，能看到日志里出现黄色的“WARNING - 已经涨停, 市价买单取消”，判断是否涨停的函数估计是有问题，但是系统帮忙剔除了= = 关于异常处理：打印出信息“- INFO - 异常！！002801.XSHE: close pre_close 2016-06-21 NaN NaN” 出现了数据为空的情况，不知道怎么回事，暂时先剔除该股票

@小散A python的对齐要求还是比较严格的，多写代码，就习惯了。

@joyjo1735 卖出后，重新买入时他只会按照剩下可用资金的几分之1来买入，当然会持仓价值越来越大

@joyjo1735 history获取的是历史行情，只能判断前一交易是否涨停，而不在于交易日当天的

@小怪兽1 好像是有的股票已经找不到了，我把日志打出来了： WARNING - Security(code=300680.XSHE) 在 positions 中不存在, 为了保持兼容, 我们返回空的 Position 对象, amount/price/avg_cost/acc_avg_cost 都是 0 我直接给ret=0了，不知道对不对：）

@小散A 骗子

 请教大佬出现这个错误怎么解决AttributeError: 'list' object has no attribute '_limit'

def initialize(context): run_daily(period, 'every_bar') g.stocksnum = 5 g.period = 3 g.days = 0 def period(context): if g.days % g.period == 0: stocks = get_index_stocks('000001.XSHG')+get_index_stocks('399106.XSHE') stocklist = list() current_data = get_current_data(stocks) st = get_extras('is_st',stocks,start_date='2015-06-01',end_date='2019-07-11') # 剔除ST&退市&停牌&涨停股票 for each in stocks: if not st[each].any(): if not current_data[each].is_st: if not current_data[each].paused: if not ('ST' or 'st' or '*' or '退' or '*ST') in current_data[each].name: if current_data[each].last_price != current_data[each].high_limit: stocklist.append(each) # 选出在stocklist内的市值排名最小的前stocksnum只股票 q = query(valuation.code ).filter( valuation.code.in_(stocklist) ).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。 # 对于每个当下持有的股票进行判断：现在是否已经不在buylist里，如果是则卖出 for stock in context.portfolio.positions: if stock not in buylist: order_target(stock, 0) else: #盈利到5%止盈 if (context.portfolio.positions[stock].price / context.portfolio.positions[stock].avg_cost - 1) >= 0.05: order_target(stock, 0) buylist.remove(stock) continue #损失到5%止损 if (context.portfolio.positions[stock].price / context.portfolio.positions[stock].avg_cost - 1) <= -0.05: order_target(stock, 0) buylist.remove(stock) # 代码：买入要买入的股票，买入金额为可用资金的stocksnum分之一 # 将资金分成g.stocksnum份 position_per_stk = context.portfolio.cash/g.stocksnum for stock in buylist: order_value(stock, position_per_stk) g.days += 1

新手小白有个疑问：  如果这里新买入的股票是buylist里的全部股票的话，那之前已经持有的股票如果再次出现在buylist里，再买入的话不就算是重复买入相同股票了？ 我的想法是：卖出在原portfolio里而不在buylist的股票，买入在buylist而不在原portfolio的股票。

@江边思量 w = get_fundamentals(q)

@isme 那这个代码就不是context.portfolio.cash，而是context.portfolio.available_cash吧

@VivianYin 我觉得你说的对，我也是这么想的。

@hwang kin fung 手动点赞～～

你好，看到这里有点糊涂，这个query函数是聚宽提供的还是其他第三方提供的函数。如此重要的函数，里面的变量解释在哪里呢？

def initialize(context): run_daily(period,time='every_bar') # 设定好要交易的股票数量stocksnum g.stocksnum = 7 # 设定好策略轮动天数 g.period = 13 # 设定策略执行天数以判断是否轮动策略 g.days = 0 def period(context): # 判断：策略执行天数是否等于策略轮动天数： 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 # 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 stocks = get_index_stocks('000001.XSHG')+get_index_stocks('399106.XSHE') # 将stocks变成列表以增加符合条件的股票池 stock_list = [] # 得到stock_list中股票的信息——涨停价、是否停牌等 current_data = get_current_data() for stock in stocks: if not current_data[stock].is_st: if not current_data[stock].paused: if current_data[stock].last_price != current_data[stock].high_limit: stock_list.append(stock) # 选出在stock_list内的市值排名最小的前stocksnum只股票 df = get_fundamentals(query(valuation.code ).filter( valuation.code.in_(stock_list) ).order_by( valuation.market_cap.asc() ).limit(g.stocksnum)) # 选取股票代码并转为list 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。 # 对于每个当下持有的股票进行判断：现在是否已经不在buylist里，如果是则卖出 for stock in context.portfolio.positions: cost = context.portfolio.positions[stock].avg_cost price = context.portfolio.positions[stock].price ret = price/cost - 1 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 else: if ret < -0.05: #止损 order_target(stock,0) buylist.remove(stock) print("触发止损") if ret > 0.05: #止盈 order_target(stock,0) buylist.remove(stock) print("触发止盈") # 代码：买入要买入的股票，买入金额为可用资金的stocksnum分之一 # 将资金分成g.stocksnum份 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) g.days = g.days + 1

@小散的逆袭 https://www.joinquant.com/view/community/detail/433d0e9ed9fed11fc9f7772eab8d9376

@辰昊武 代码简洁，严谨！赞！

这个策略值3分，知道什么时候用这个策略值97分