什么是指数增强

什么是指数增强?

成都创新互联公司主要从事成都做网站、网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务海南,十多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220

指数增强策略并不是被动的跟踪某个指数波动，而是采用量化增强模型，利用多因子alpha模型预测股票超额回报，同时力求进行有效的风险控制、降低交易成本、优化投资组合。指数增强策略不会对跟踪标的成分股进行完全复制，而是会对部分看好的股票增加权重，不看好的股票则减少权重，甚至完全去掉。通过对交易成本模型的不断监测，尽可能让交易成本降到最小。综合来看，就是既做到超额收益，又控制主动风险。

策略实现(基于掘金量化平台)

策略思想

• 本策略以0.8为初始权重跟踪指数标的沪深300中权重大于0.35%的成份股。

• 个股所占的百分比为：(0.8 X 成份股权重) /选择的成分股权重总和 X 100%。

• 然后根据个股是否连续上涨5天;连续下跌5天，来判定个股是否为强势股/弱势股,并对其把权重由0.8调至1.0或0.6

策略主要步骤实现

获取沪深300成分股及信息

stock300 = get_history_constituents(index='SHSE.000300',

start_date=last_day,end_date=last_day)[0]['constituents']

获取指数成分股可调用函数get_history_constituents或者get_constituents，返回值类型为list[dict]，字典的键为股票代码，值为所占权重。这里调用get_history_constituents是因为再回测时需要获取上一交易日的成分股，而get_constituents只能获取最新的成分股：

• index需要设置获取指数的代码。

• start_date和end_date需设置获取成分股的开始与结束日期。

订阅数据

subscribe(symbols=stock300_symbol, frequency='1d', count=5, wait_group=True)

订阅数据需要在定义init函数里面设置，并调用subscribe函数，这里注意，我们需要通过计算前三十根bars来作为开平仓的标准，并在当前bar上做出开平仓操作，所以需要获取31根bar：

• symbols 需要设置订阅的标的代码。

• frequency需设置订阅数据的周期级别，这里设置1d 表示以一天为周期。

• count需要设置获取的bar的数量

数据获取

recent_data = context.data(symbol=symbol, frequency='1d', count=5, fields='close')['close'].tolist()

订阅数据之后，需要获取已经订阅的数据来进行操作，这时需调用context.data函数：

• symbols 需要设置订阅的标的代码。

• frequency需设置订阅数据的周期级别，这里设置1d表示以一天为周期。

• count需要设置获取的bar的数量

• fields需要设置返回值的种类

获取持仓信息

position = context.account().position(symbol=symbol, side=PositionSide_Long)

在判断平仓或者加仓条件时，需要获取持仓信息，这就需要调用context.account().position函数：

• symbols 需要设置订阅的标的代码。

• side需要设置持仓方向，有PositionSide_Long和PositionSide_Short两个选择。

回测报告

分析

我们选取了2017年10月至2017年12月作为回测周期，可以看出：

• 胜率(具有盈利的平仓次数与总平仓次数之比)达到了66%。

• 卡玛比率(年化收益率与历史最大回撤之比)是使用最大回撤率来衡量风险。采用最大回撤率来衡量风险，关注的是最极端的情况。卡玛比率越高表示策略承受每单位最大损失获得的报酬越高。在这里卡玛比率达到了6.7。

• 夏普比率(年化收益率减无风险收益率的差收益波动率之比)达到2.77。

• 策略收益曲线与沪深三百指数具有很大相关性，指数增强策略的关键点在于选出成分股中优质的股票，以达到增强指数收益的目的。

附：指数增强策略源码

# coding=utf-8

from __future__ import print_function, absolute_import, unicode_literals

import numpy as np

from gm.api import *

from pandas import DataFrame

'''

本策略以0.8为初始权重跟踪指数标的沪深300中权重大于0.35%的成份股.

个股所占的百分比为(0.8*成份股权重)*100%.然后根据个股是否

连续上涨5天;连续下跌5天

来判定个股是否为强势股/弱势股,并对其把权重由0.8调至1.0或0.6

回测数据为:SHSE.000300中权重大于0.35%的成份股

回测时间为:2017-07-01 08:50:00到2017-10-01 17:00:00

'''

def init(context):

# 资产配置的初始权重,配比为0.6-0.8-1.0

context.ratio = 0.8

# 获取沪深300当时的成份股和相关数据

stock300 = get_history_constituents(index='SHSE.000300', start_date='2017-06-30', end_date='2017-06-30')[0][

'constituents']

stock300_symbol = []

stock300_weight = []

for key in stock300:

# 保留权重大于0.35%的成份股

if (stock300[key] / 100) > 0.0035:

stock300_symbol.append(key)

stock300_weight.append(stock300[key] / 100)

context.stock300 = DataFrame([stock300_weight], columns=stock300_symbol, index=['weight']).T

context.sum_weight = np.sum(stock300_weight)

print('选择的成分股权重总和为: ', context.sum_weight)

subscribe(symbols=stock300_symbol, frequency='1d', count=5, wait_group=True)

def on_bar(context, bars):

# 若没有仓位则按照初始权重开仓

for bar in bars:

symbol = bar['symbol']

position = context.account().position(symbol=symbol, side=PositionSide_Long)

if not position:

buy_percent = context.stock300['weight'][symbol] / context.sum_weight * context.ratio

order_target_percent(symbol=symbol, percent=buy_percent, order_type=OrderType_Market,

position_side=PositionSide_Long)

print(symbol, '以市价单开多仓至仓位:', buy_percent * 100)

else:无锡妇科医院排名 http://www.csfk0731.com/

# 获取过去5天的价格数据,若连续上涨则为强势股,权重+0.2;若连续下跌则为弱势股,权重-0.2

recent_data = context.data(symbol=symbol, frequency='1d', count=5, fields='close')['close'].tolist()

if all(np.diff(recent_data) > 0):

buy_percent = context.stock300['weight'][symbol] / context.sum_weight * (context.ratio + 0.2)

order_target_percent(symbol=symbol, percent=buy_percent, order_type=OrderType_Market,

position_side=PositionSide_Long)

print('强势股', symbol, '以市价单调多仓至仓位:', buy_percent * 100)

elif all(np.diff(recent_data) < 0):

buy_percent = context.stock300['weight'][symbol] / context.sum_weight * (context.ratio - 0.2)

order_target_percent(symbol=symbol, percent=buy_percent, order_type=OrderType_Market,

position_side=PositionSide_Long)

print('弱势股', symbol, '以市价单调多仓至仓位:', buy_percent * 100)

if __name__ == '__main__':

'''

本策略基于掘金量化交易平台 网址：www.myquant.cn

strategy_id策略ID,由系统生成

filename文件名,请与本文件名保持一致

mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST

token绑定计算机的ID,可在系统设置-密钥管理中生成

backtest_start_time回测开始时间

backtest_end_time回测结束时间

backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST

backtest_initial_cash回测初始资金

backtest_commission_ratio回测佣金比例

backtest_slippage_ratio回测滑点比例

'''

run(strategy_id='c722244f-eaa9-11e7-8618-9cd21ef04ea9',

filename='指数增强.py',

mode=MODE_BACKTEST,

token='c395247a76e8a5caeee699d668d6f550213bc418',

backtest_start_time='2017-10-01 08:50:00',

backtest_end_time='2017-12-01 17:00:00',

backtest_adjust=ADJUST_PREV,

backtest_initial_cash=10000000,

backtest_commission_ratio=0.0001,

backtest_slippage_ratio=0.0001