import talib
from prettytable import PrettyTable 
import pandas 
import datetime
import time
from jqdata import *


def initialize(context):
    # 初始化变量
    g.buy_stock_count = 20

    # 设定基准为沪深300
    set_benchmark('000300.XSHG')
    # True为开启动态复权模式，使用真实价格交易
    set_option('use_real_price', True)
    # 设定避免未来函数模式
    set_option("avoid_future_data", True)
    # 股票类交易手续费和滑点
    set_order_cost(
        OrderCost(
        open_tax        =0,
        close_tax       =0.001,
        open_commission =0.0003,
        close_commission=0.0003,
        min_commission  =5),
        type            ='stock')
    set_slippage(FixedSlippage(0.02))
    # 设置日志级别
    log.set_level('order', 'error')
    # 每天运行
    run_daily(daily,'open')

def daily(context):
    adjust_position(context, select_stocks(context))
        
def select_stocks(context):
    #沪深股通持仓
    df=finance.run_query(
        query(finance.STK_HK_HOLD_INFO)\
        .filter(finance.STK_HK_HOLD_INFO.day>=context.previous_date)\
        .filter(finance.STK_HK_HOLD_INFO.link_id.in_([310001,310002])))
    stocks = [ {
            'code' : code,
            'name' : name,
            'number' : share_number,
            'price' : price, 
            'value' : share_number * price
        } for code, name, share_number, price in zip(
        list(df.code), \
        list(df.name), \
        list(df.share_number), \
        list(get_price(
            security=list(df.code),
            panel=False,
            start_date=context.previous_date,
            end_date=context.previous_date,
            frequency='daily',
            fields='close',
            skip_paused=False,
            fq='pre')['close'])
    )]
    #按持仓市值排序
    stocks = sorted(stocks, key = lambda stock: stock['value'], reverse=True)
    #for stock in filter((lambda x: x['price'] < 200), stocks[:40]):
        #print("{} {} {} {}".format(stock['code'], stock['name'], stock['value'], stock['price']))
    #print([i['code'] for i in filter((lambda x: x['price'] < 200), stocks[:40])])
    return [stock['code'] for stock in stocks][:g.buy_stock_count]
        
def filter_paused_and_st_stock(stock_list):
    current_data = get_current_data()
    return [stock for stock in stock_list if not current_data[stock].paused 
    and not current_data[stock].is_st and 'ST' not in current_data[stock].
    name and '*' not in current_data[stock].name and '退' not in current_data[stock].name]
    
def adjust_position(context, buy_stocks):
    # 现持仓的股票，如果不在“目标池”中，且未涨停，就卖出
    if len(context.portfolio.positions)>0:
        last_prices = history(1, '1m', 'close', security_list=list(context.portfolio.positions.keys()))
        for stock in list(context.portfolio.positions.keys()):
            if stock not in buy_stocks :
                curr_data = get_current_data()
                if last_prices[stock][-1] < curr_data[stock].high_limit:
                    order_target_value(stock, 0)
    # 依次买入“目标池”中的股票            
    for stock in buy_stocks:
        position_count = len(context.portfolio.positions)
        if g.buy_stock_count > position_count:
            value = context.portfolio.cash / (g.buy_stock_count - position_count)
            if context.portfolio.positions[stock].total_amount == 0:
                stock_price = get_price(
                    security=stock,
                    panel=False,
                    start_date=context.previous_date,
                    end_date=context.previous_date,
                    frequency='daily',
                    fields='close',
                    skip_paused=False,
                    fq='pre')['close']
                order(stock, (((context.portfolio.available_cash+context.portfolio.positions_value+ context.portfolio.returns)/g.buy_stock_count)/stock_price)//100*100)
                
def show_stock(stock):
    '''
    获取股票代码的显示信息    
    :param stock: 股票代码，例如: '603822.SH'
    :return: str，例如：'603822 嘉澳环保'
    '''
    return "%s %s" % (stock[:6], get_security_info(stock).display_name)
    
def get_portfolio_info_text(context,new_stocks,op_sfs=[0]):
    # new_stocks是需要持仓的股票列表
    sub_str = ''
    table = PrettyTable(["仓号","股票", "持仓", "当前价", "盈亏率","持仓比"])  
    for sf_id in range(len(context.subportfolios)):
        cash = context.subportfolios[sf_id].cash
        p_value = context.subportfolios[sf_id].positions_value
        total_values = p_value +cash
        if sf_id in op_sfs:
            sf_id_str = str(sf_id) + ' *'
        else:
            sf_id_str = str(sf_id)
        for stock in list(context.subportfolios[sf_id].long_positions.keys()):
            position = context.subportfolios[sf_id].long_positions[stock]
            if sf_id in op_sfs and stock in new_stocks:
                stock_str = show_stock(stock) + ' *'
            else:
                stock_str = show_stock(stock)
            stock_raite = (position.total_amount * position.price) / total_values * 100
            table.add_row([sf_id_str,
                stock_str,
                position.total_amount,
                position.price,
                "%.2f%%"%((position.price - position.avg_cost) / position.avg_cost * 100), 
                "%.2f%%"%(stock_raite)]
                )
        if sf_id < len(context.subportfolios) - 1:
            table.add_row(['----','---------------','-----','----','-----','-----'])
        sub_str += '[仓号: %d] [总值:%d] [持股数:%d] [仓位:%.2f%%] \n'%(sf_id, total_values,
            len(context.subportfolios[sf_id].long_positions), p_value*100/(cash+p_value))
    log.info('持仓详情:\n' + sub_str + str(table))
复制代码

回测时间
2022-02-08 20:20:53	
回测区间
2017-03-20 - 2022-02-07
策略收益
129.20%
策略年化收益
19.07%
超额收益
70.43%
基准收益
34.48%
阿尔法
0.128
贝塔
0.915
夏普比率
0.759
胜率
0.846
盈亏比
13.917
最大回撤 
28.29%
索提诺比率
1.082
日均超额收益
0.05%
超额收益最大回撤
13.77%
超额收益夏普比率
0.857
日胜率
0.536
盈利次数
11
亏损次数
2
信息比率
1.376
策略波动率
0.199
基准波动率
0.193
最大回撤区间
2021/02/10,2022/01/28
复制代码