**程序框架说明：** 与之前发布过的面向对象二八小市值是基本类似的，只是整个框架更加完善更加灵活了。 重点类说明： ``` 1. Rule(object) 所有规则的基类。 该框架以事件触发式设计，包含聚宽策略的事件 Initialize,handle_data,before_trading_start.....等等。即每次聚宽事件都会调用所有规则的相关事件,除了handle_data，会根据策略流程可能中断执行，不会所有都执行。 除此之外，新增自定义的一些事件 on_sell_stock ，on_buy_stock ，before_clear_position ，on_clear_position 为卖股，买股，清仓前，清仓后触发的事件。 假如有其它事件要求，可自行在Rule类添加。 2. Group_Rules(Rule) 为包含一系列规则组合的规则，通该类或扩展该类，实现树形策略执行流程。 3. Global_variable(object) 自定义所有规则共用的全局变量，用于规则通用数据存储。一个策略对应一个 Global_variable. 包含较为通用的卖股、买股、清仓函数。 4. Pick_stocks2(Group_rules) 选股规则组合器。此类通过一系列Filter_query(query选股)，Filter_stock_list(list 过滤选股)的子类组合选出股票池 5. Pick_financial_data(Filter_query) 根据聚宽财务数据的多因子选股器。 6. SortRules(Group_rules,Filter_stock_list) 多因子权重排序规则组合器。多因子权重排序算法实现类。(注，此处看似为多重继承，实际上Filter_stock_list只是定义了一个函数声明，可以理解为继承自 一个类+一个接口,故不必去看多重继承的一些坑) ``` --- 类继承结构(部分): ![多因子类结构图.png][1] --- 策略流程查看日志生成的策略结构就成行了: ``` 多因子小市值策略 1.预先处理的辅助规则 1.1. 设置系统参数：[使用真实价格交易] [忽略order 的 log] [设置基准] 1.2. 根据时间设置不同的交易费率 1.3. 持仓信息打印 1.4. 策略绩效统计 2.调仓执行条件的判断规则组合 2.1. 调仓时间控制器: [调仓时间: ['14:50'] ] 2.2. 大盘高低价比例止损器:[指数: 000001.XSHG] [参数: 160日内最高最低价: 2.2倍] [当前状态: False] 2.3. 多指数20日涨幅损器[指数:['000016.XSHG', '399333.XSHE']] [涨幅:0.50%] 2.4. 调仓日计数器:[调仓频率: 3日] [调仓日计数 0] 3.选股 3.1. 多因子选股: ---[ 0 < valuation.circulating_market_cap < 100 ] ---[ 0 < valuation.pe_ratio < 200 ] ---[ 0 < indicator.eps ] ---[排序:valuation.circulating_market_cap 从小到大] ---[限制选股数:200] 3.2. 过滤创业板股票 3.3. 一般性股票过滤器:['st', 'high_limit', 'low_limit', 'pause'] 3.4.多因子权重排序器 3.4.1. [权重: 100 ] [排序: 从小到大 ] 流通市值排序 3.4.2. [权重: 20 ] [排序: 从小到大 ] 按当 PriceType.now 价格排序 3.4.3. [权重: 10 ] [排序: 从小到大 ] 按 20 日涨幅排序 3.4.4. [权重: 10 ] [排序: 从小到大 ] 按 60 日涨幅排序 3.4.5. [权重: 10 ] [排序: 从小到大 ] 按换手率排序 3.5. 获取最终待购买股票数:[ 3 ] 4.调仓执行规则组合 4.1. 股票调仓卖出规则：卖出不在buy_stocks的股票 4.2. 股票调仓买入规则：现金平分式买入股票达目标股票数 4.3. 显示调仓时买卖的股票 ``` --- **关于多因子选股的说明** 其实没啥好说明的，无非是根据各种条件取并集而已。 多因子选股有待扩展的是按市场分布比例取集，比如，取流通市值最小的20%的股票，以后有空再做吧，果仁有这个功能。 **关于多因子权重排序说明** 对于每个因子，都对股票池进行独立的排序，然后以该因子排名*因子权重加到总权重。最后再对总权重进行排序。 --- **关于策略实盘的说明** Shipane_manager 规则为把聚宽持仓同步到实盘同步的规则 使用该规则需下载 trader_sync.py和shipane_sdk.py到研究里。 下载地址:https://pan.baidu.com/s/1skZHEVV Purchase_new_stocks为自动打新规则，需要 shipane_sdk.py 以上基于 **实盘易** 实现策略实盘。[实盘易官网][2]:http://www.iguuu.com/e?x=17867 --- **关于面向对象策略更新代码失败的各种坑的总结：** 大部分都是由**序列化**和**反序列化**引起的。 1. 不要把一个对象函数赋与另一个对象变量。如 obj1.func = obj2.func 2. 更新代码前，一些废弃的类、函数请不要删除或改名。要删除或改名请在更新代码成功后。不然会反序列化失败。 3. 新增一个类的成员变量，在使用前需要检测并赋初值，因为原策略里已创建的对象，可能没有被重新创建，然后并不存在这个新增的成员变量，后续再使用时就会报错，尤其是在把各个规则分拆放到研究里时，这个问题相当严重。在本策略中，用以下相互配合达到避免这个错误。 a) 在update_params函数里进行成员变量初始化。 b) Rule自带保存了传入参数的dict self._params，规则使用参数时，请直接用self._params.get(‘参数’,默认值)的方式使用参数，参数不再每个都保存为类成员，自然就不存在因为新增类成员导致策略错误的问题。 c) 假如是在修改研究文件中的类，而该类在策略里有使用，新增成员变量时，在使用前，请Try，异常则初始化。 4. 同一个Group_Rules规则组合下的规则，假如是同一个规则类使用了两次，则一定要设置对象名。即策略配置里的第二个字符串参数。否则会导致策略混乱出现乱七八糟的错误。本策略示例里没有这种情况。 以前我发布的面向对象，代码更新还是经常失败的。现在好多了，掌握了要点，基本没有再出现过更新失败的问题。 --- **最后声明:** 该策略只是作为我这个程序框架下的多因子选股票池，多因子权重排序的**示例，希望起到抛砖引玉的作用**，而对策略结果、收益、风险不负任何责任，也不作任何解释。。。因为我也没研究，随便写的几个因子玩玩的。 该策略框架为较通用的框架，我自己实盘策略也是基于这个写的，只是规则更多，所以有些基类里出现一些没使用过的代码，不要介意，可能我别的地方用了，无视了就好。 **特别鸣谢 @北卡 ，@jqz1226, @在风中 对本程序框架和策略的帮助** --- 2017-6-3更新 修改实盘易同步，增加实盘易官方API同步的规则 Shipane_Sync 为支持官方API的实现，修改了Rule和Strategy_Group，为规则增加运行级别的代码 [1]: https://image.joinquant.com/74133e9d666a32b3e4a9ee83a7ba656d [2]: http://www.iguuu.com/e?x=17867