列举了一些常用的函数，此帖会不断更新~~~ ### 函数来源： 1. 社区用户无私的奉献 2. JQ 员工产出 ## 目录： - 一、函数： - [股票过滤](#股票过滤) - [风控函数](#风控函数) - [财务数据](#财务数据) - [技术指标](#技术指标) - 二、行业概念代码 - [证监会行业](#证监会行业) - [聚宽一级行业](#聚宽一级行业) - [聚宽二级行业](#聚宽二级行业) - [申万一级行业](#申万一级行业) - [申万二级行业](#申万二级行业) - [申万三级行业](#申万三级行业) - [概念板块](#概念板块) ## 一、函数 ### 股票过滤 过滤停牌股票、ST股票、退市股票、新股等函数 ```python ## 过滤停牌股票 def paused_filter(security_list): current_data = get_current_data() security_list = [stock for stock in security_list if not current_data[stock].paused] # 返回结果 return security_list ## 过滤退市股票 def delisted_filter(context, security_list): if g.filter_delisted: current_data = get_current_data() security_list = [stock for stock in security_list if not (('退' in current_data[stock].name) or ('*' in current_data[stock].name))] # 返回结果 return security_list ## 过滤ST股票 def st_filter(security_list): current_data = get_current_data() security_list = [stock for stock in security_list if not current_data[stock].is_st] # 返回结果 return security_list ## 只有ST股票 def st_filter(security_list): current_data = get_current_data() security_list = [stock for stock in security_list if current_data[stock].is_st] # 返回结果 return security_list ## 获取上市新股 def get_new_stocks(context): df = get_all_securities(types=['stock']) date=context.current_dt.date() new_stocks = list(df[df.start_date == date].index) return new_stocks ``` ### 风控函数 过滤停牌股票、ST股票、退市股票等函数 ```python ## 个股止损 def security_stoploss(context,loss=0.1): if len(context.portfolio.positions)>0: for stock in context.portfolio.positions.keys(): avg_cost = context.portfolio.positions[stock].avg_cost current_price = context.portfolio.positions[stock].price if 1 - current_price/avg_cost >= loss: log.info(str(stock) + ' 跌幅达个股止损线，平仓止损！') order_target_value(stock, 0) ## 个股止盈 def security_stopprofit(context,profit=0.1): if len(context.portfolio.positions)>0: for stock in context.portfolio.positions.keys(): avg_cost = context.portfolio.positions[stock].avg_cost current_price = context.portfolio.positions[stock].price if current_price/avg_cost - 1 >= profit: log.info(str(stock) + ' 涨幅达个股止盈线，平仓止盈！') order_target_value(stock, 0) ## 大盘止损 # 止损方法1：根据大盘指数N日均线进行止损 def index_stoploss_sicha(index, context, n=60): ''' 当大盘N日均线(默认60日)与昨日收盘价构成“死叉”，则清仓止损 ''' if len(context.portfolio.positions)>0: hist = attribute_history(index, n+2, '1d', 'close', df=False) temp1 = mean(hist['close'][1:-1]) temp2 = mean(hist['close'][0:-2]) close1 = hist['close'][-1] close2 = hist['close'][-2] if (close2 > temp2) and (close1 < temp1): log.info('大盘触及止损线，清仓！') for stock in context.portfolio.positions.keys(): order_target_value(stock, 0) # 止损方法2：根据大盘指数跌幅进行止损 def index_stoploss_diefu(index, context, n=10, zs=0.03): ''' 当大盘N日内跌幅超过zs，则清仓止损 ''' if len(context.portfolio.positions)>0: hist = attribute_history(index, n, '1d', 'close',df=False) if ((1-float(hist['close'][-1]/hist['close'][0])) >= zs): log.info('大盘触及止损线，清仓！') for stock in context.portfolio.positions.keys(): order_target_value(stock, 0) ``` ### 财务数据 获取一段时期财务数据的季报、年报数据，及其总和与均值。 ``` def get_fundamentals_sum_mean_value(security='000001.XSHE', search=income.basic_eps, count=5, frequency='quarter'): ''' 输入： security: 要查询股票的代码 search: 要查询的字段，详情参考 API： get_fundamentals-查询财务数据 count: 单位时间长度，表示返回前几多少期的季报或者年报 frequency: 获取数据类型，'quarter'为季报，'year'为年报 输出： sum_num: 总值 mean_num: 平均值 df: 一段时间内季报或者年报的 DataFrame 注： 对于年报数据, 我们目前只有 现金流表 和 利润表, 当查询其他表时, 会返回该年份最后一个季报的数据" ''' import pandas as pd def get_quarter(month): if month in (1,2,3): return 1 elif month in (4,5,6): return 2 elif month in (7,8,9): return 3 elif month in (10,11,12): return 4 # 查询条件 q = query( income.code, income.statDate, search, ).filter( income.code.in_([security]) ) # 获取最近一次报表发布的日期 statDate_num = get_fundamentals(q)['statDate'][0] # 获取最近一次报表发布所属的年份 year = datetime.datetime.strptime(statDate_num, "%Y-%m-%d").year # 获取最近一次报表发布所属的月份 month = datetime.datetime.strptime(statDate_num, "%Y-%m-%d").month # 获取最近一次报表发布日期所属的季度 qt = get_quarter(month) # 获取季度列表 qt_list = range(qt,0,-1)+range(4,0,-1)*(count/4+1) qt_list = qt_list[:count] # 查询时间列表 data_list = [] # 获取查询的名称 name = str(search).split('.')[-1] # 列名称 colums_list = [] # 获取拼接后的 DataFrame if frequency == 'quarter': for num in range(len(qt_list)): s = str(year)+'q'+str(qt_list[num]) data_list.append(s) colums_list.append(name + '_' + s) if qt_list[num] == 1: year -= 1 # 拼接列表 df = get_fundamentals(q, statDate = data_list[0]) df.set_index(df.code.values, inplace=True) for t in data_list[1:]: d = get_fundamentals(q, statDate = t) d.set_index(d.code.values, inplace=True) df = pd.concat([df[name],d[name]],axis = 1) elif frequency == 'year': for num in range(count): year -= 1 s = str(year) data_list.append(s) colums_list.append(name + '_' + s) # 拼接列表 df = get_fundamentals(q, statDate = data_list[0]) df.set_index(df.code.values, inplace=True) for t in data_list[1:]: d = get_fundamentals(q, statDate = t) d.set_index(d.code.values, inplace=True) df = pd.concat([df[name],d[name]],axis = 1) else: print "请输入正确的 frequency 参数，'quarter'为季报，'year'为年报. \n对于年报数据, 我们目前只有 现金流表 和 利润表, \n当查询其他表时, 会返回该年份最后一个季报的数据" return # 设置列名称 df.columns = colums_list[:len(df.iloc[0])] # 计算总值 sum_num = sum(df.iloc[0]) # 计算平均值 mean_num = mean(df.iloc[0]) # 返回结果 return sum_num, mean_num, df ``` ### 技术指标函数群 [技术指标文档](https://www.joinquant.com/help/api/help?name=technicalanalysis) [在本地环境下载技术指标数据](https://www.joinquant.com/help/api/help?name=JQData#技术分析指标因子（付费）) ## 二、行业概念代码 ### 证监会行业 ``` from jqdata import * HY_ZJH = get_industries(name='zjw') ``` ### 聚宽一级行业 ``` from jqdata import * HY_ZY =get_industries(name='jq_l1') ``` ### 聚宽二级行业 ``` from jqdata import * HY_ZY =get_industries(name='jq_l2') ``` ### 申万一级行业 ``` from jqdata import * SW1 = get_industries(name='sw_l1') ``` ### 申万二级行业 ``` from jqdata import * SW2 = get_industries(name='sw_l2') ``` ### 申万三级行业 ``` from jqdata import * SW3 = get_industries(name='sw_l3') ``` ### 概念板块 ``` from jqdata import * GN = get_concepts() ```