上一篇文章：[十行代码带你量化交易入门](https://www.joinquant.com/post/3616) 下一篇文章：[【新手入门教程】简单小市值轮动策略](https://www.joinquant.com/post/6596) >学习内容： >- 学会使用for语句和list数据类型 >- 学会写多股票策略 ### 1 确定策略内容 前文中，我们写的单股票的均线策略的策略内容是这样的： >若昨日收盘价高出过去20日平均价今天开盘买入股票 >若昨日收盘价低于过去20日平均价今天开盘卖出股票 现在，我们想利用计算机强大的数据处理能力，**同时监视市场上多只股票**，如果满足条件就进行相应交易。简言之，**对多个股票分别实行原本的单股票策略**，策略内容应该是这样的： >若**多只股票某只**昨日收盘价高出过去20日平均价今天开盘买入**该**股票 >若**多只股票某只**昨日收盘价低于过去20日平均价今天开盘卖出**该**股票 那怎么用代码说给计算机听呢？老办法，先想清楚人要做的话要怎么做，再一点点翻译成代码。 1. 多股票究竟是都是哪些？即**要确定股票的范围**。 1. **每天**看看**每一只股票**昨日收盘价是否高出过去20日平均价，是的话开盘就买入，不是开盘就卖出。**每天都这么做，循环下去**。 接下来就按之前讲得基本框架的套路出牌就好了，即**初始化**加**周期循环**。 ### 2 用list数据类型初始化股票列表 我们要确定股票的选择范围，此处举例就简单点只选两个了，比如 兔宝宝（002043） 和 好想你（002582）。代码如下： ``` python def initialize(context): g.security = ['002043.XSHE','002582.XSHE']# 存入兔宝宝、好想你 的股票代码 ``` 对比下，单股票策略中初始化代码是这样的： ``` python def initialize(context): g.security = '002043.XSHE'# 存入兔宝宝 的股票代码 ``` 可以看到，多个股票代码之间用**逗号隔开**了，并且两侧被**中括号**包在了一起。这种被中括号包在一起的数据的类型叫做**list**。形如： ``` [x1,x2,x3,...,xn] ``` 当多个股票代码被包在一起成为一个list后就是一个整体，我们就可以给他们一起命名（例如此处命名是g.security），就好像我们把多个股票代码包在一个盒子里，在盒子外面写上名字，如此以后你想让计算机把那些股票代码拿到哪里去计算，或是怎么样的时候，只要跟她讲g.security，她就知道是那个盒子了，而不必一一地把每个股票名字再交代一遍。 > 答疑与延伸： >- **关于list的详细介绍？**：请看 [Python入门（2）- 数据类型之列表](https://www.joinquant.com/post/1970) 初始化完成，开始周期循环的部分。 ### 3 for语句 之前我们已经发现了，所谓的多股票策略，就是对多个股票逐个地实行单股票策略，所以对于所选股票只有两个的时候，只要把原本单股票策略对每个股票再写一遍就好了，比如这样: ``` def initialize(context): g.security1 = '002043.XSHE' g.security2 = '002582.XSHE' def handle_data(context, data): last_price = data[g.security1].close average_price = data[g.security1].mavg(20, 'close') cash = context.portfolio.cash if last_price > average_price: order_value(g.security1, cash) elif last_price < average_price: order_target(g.security1, 0) last_price = data[g.security2].close average_price = data[g.security2].mavg(20, 'close') cash = context.portfolio.cash if last_price > average_price: order_value(g.security2, cash) elif last_price < average_price: order_target(g.security2, 0) ``` （不是很重要，也避免代码太长，注释就省了） 基本上就是原来的单股票代码写两遍，两只股票写两遍，上千只股票的话还不写死。。。 所以我们要用到**for**，来告诉计算机，对多只股票都**逐个进行相同的一系列的操作**。 for的用法如下： ``` # 把x中的数据依次取出暂时放入i中 for i in x： 描述操作的代码 # 其中x的数据类型需要是list。 ``` 这段代码的含义可以理解成面试： （x像一队的等待的面试者，i就是面试的房间，操作就是面试的过程） 取出x中的第一个数据放到i中，进行操作。 （排在最前面的人进去面试然后出来） 然后从x中再取出第二个数据覆盖掉i中原本的数据，进行操作。 （第二个人进去面试然后出来） 如此继续，直到x中最后一个数据取到并进行操作。 （直到最后一个人面试完） > 答疑与延伸： >- **从x中取出的次序？**：x的数据类型是list，list类型里面的数据是有次序的，所以从x中取出的次序就是x里自带的次序。如for i in [2,7,3]的取出次序就是，如所见到的从左到右2,7,3的次序。（[2,7,3]是个list） >- **关于for的更多内容？**：请看文章 [Python入门（5）- 条件与循环：if、while、for](https://www.joinquant.com/post/1973)中关于for的部分。 for应用在我们的多股票策略中后，我们的策略就是这样的： ``` def initialize(context): # 存入兔宝宝、好想你 的股票代码 g.security = ['002043.XSHE','002582.XSHE'] def handle_data(context, data): # 把g.security中的股票代码依次取出，逐个进行单股票均线策略 for i in g.security: # 获取取得最近日收盘价，命名为last_price last_price = data[i].close # 获取近二十日股票收盘价的平均价，命名为average_price average_price = data[i].mavg(20, 'close') # 获取当前现金数量，命名为cash cash = context.portfolio.cash # 如果昨日收盘价高出二十日平均价, 则买入，否则卖出。 if last_price > average_price: order_value(i, cash)# 用per_cash的资金量买入股票i elif last_price < average_price: order_target(i, 0)# 将股票仓位调整到0，即全卖出 ``` 至此，已经是一个完整的可运行的策略了。 **但是**，我们应用原本单股票策略的买入卖出方法到多股票后，逻辑上会出现这样一种情况，只要多只股票中一只股票满足买入条件了，就用**所有资金**买入了，从而没有资金买别的股票了，即便余下的股票也有满足条件的，即策略一直最多持有一只股票。 当然，这种买入卖出逻辑并没什么错，但一般来说，多股票策略相比单股票的策略的优势，除了可以**更大范围内的寻找机会**外，能同时持有多只股票能帮助我们**分散风险**。 故，我们有必要继续研究下每次花多少钱去买股票，使策略可同时持有多只股票。 ### 4 各个股票买多少？ 每次交易信号发生，不全额买卖，该买卖多少额度呢？这是个复杂的问题，每个人对于每个策略都可能有不同的看法，并无定法。此处只做简单的处理，即将资金按股票数量分配预留，哪只股票发出信号，就将该股票的那份资金全额交易。 详细表述与代码如下： 1. 将资金平分成两份（"兔宝宝"一份，"好想你"一份），每份资金量为per_cash. ``` python # cash除以g.security中的股票数，得到per_cash per_cash = cash/len(g.security) ``` >- 答疑与延伸： **len(g.security)什么意思？**：len()是用来求list长度，即list中包含多少个东西。本例中len(g.security)就是求g.security中的股票数，结果为2. 2. 如果昨日收盘价高出二十日平均价, 则用per_cash的资金量买入的该股票； 否则卖出全部该股票。 翻译成代码： ``` python if last_price > average_price: order_value(i, per_cash)# 用per_cash的资金量买入股票i elif last_price < average_price: order_target(i, 0)# 将股票i持有量调整到0，即全卖出 ``` ### 5 策略代码写完，进行回测 把买入卖出的代码写好，策略就写完了，如下 ``` python def initialize(context): # 存入兔宝宝、好想你 的股票代码 g.security = ['002043.XSHE','002582.XSHE'] def handle_data(context, data): # 把g.security中的股票代码依次取出，逐个进行单股票均线策略 for i in g.security: # 获取取得最近日收盘价，命名为last_price last_price = data[i].close # 获取近二十日股票收盘价的平均价，命名为average_price average_price = data[i].mavg(20, 'close') # 获取当前现金数量，命名为cash cash = context.portfolio.cash # cash除以g.security中的股票数，得到per_cash per_cash = cash/len(g.security) # 如果昨日收盘价高出二十日平均价, 则买入，否则卖出。 if last_price > average_price: order_value(i, per_cash)# 用资金买入股票 elif last_price < average_price: order_target(i, 0)# 将股票仓位调整到0，即全卖出 ``` 现在，点击运行回测，如果你代码没有问题，就会顺利的进行回测，回测结果见下文 至此，你就完成了一个简单策略的回测了。 >- 答疑与延伸： >- **代码编辑区上方的编译运行按钮是什么？**：编译是简化版的回测，相比回测少做了很多统计工作，比如每日持仓，交易详情等，所以运行会快很多。所以策略前期需要反复调试的时候，点编译运行，而策略完善后需要生成详细的报告，就点运行回测。两个都试试就知道了。 ### 自测与自学 1. 能否理解并学会使用list数据类型。 2. 能否理解并学会使用for语句。 3. 试着调整多股票的数量，比如将选股范围调整为沪深300指数的成分股。（提示：使用获取指数成份股的API） 4. 试着调整买入卖出条件，比如将买买卖条件变为：如果昨日收盘价高出二十日平均价5%, 则买入；如果昨日收盘价低出二十日平均价5%，则卖出。（提示：乘法的代码是" \* "，a的5%用代码表示为：a \* 0.05） [1]: https://image.joinquant.com/59c77164844e5769bb76ec50d00423fb