一、單因子選股策略--小市值策略

二、多因子選股策略--市值+ROE（凈資產(chǎn)收益率）選股策略

---

一、單因子選股策略--小市值策略

因子選股策略

因子：選擇股票的某種標(biāo)準(zhǔn)

　　增長(zhǎng)率、市值、市盈率、ROE（凈資產(chǎn)收益率）............

選股策略：

　　對(duì)于某個(gè)因子，選取表現(xiàn)最好（因子最大或最小）的N支股票持倉(cāng)

　　每隔一段時(shí)間調(diào)倉(cāng)一次，如果一段時(shí)間沒(méi)有漲可以賣(mài)了換

小市值策略：選取股票池中市值最小的N只股票持倉(cāng)

例如：選擇20支市值最小的股票持有，一個(gè)月調(diào)一次倉(cāng)：

from jqdata import *

def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    g.security = get_index_stocks('000300.XSHG')
    
    # 選市值作為因子，要從表valuation中market_cap字段獲取sqlachmy的query對(duì)象
    g.q = query(valuation).filter(valuation.code.in_(g.security))
    g.N = 20      #20支市值最小的股票
    # 假設(shè)因子選股策略是每30天執(zhí)行一次
    #方式一：
    # g.days = -1
    # def handle_data(context,data):
    #     g.days += 1
    #     if g.days % 30 == 0:
    #         pass
    #方式二：
    # 定時(shí)執(zhí)行函數(shù)，每個(gè)月第1個(gè)交易日?qǐng)?zhí)行handle函數(shù)
    run_monthly(handle, 1)
def handle(context):
    df = get_fundamentals(g.q)[['code','market_cap']]
    df = df.sort_values('market_cap').iloc[:g.N,:]  #選出20支
    print(df)
    
    to_hold = df['code'].values
    
    for stock in context.portfolio.positions:
        if stock not in to_hold:
            order_target(stock, 0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if len(to_buy) > 0:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for stock in to_buy:
            order_value(stock, cash_per_stock)

小市值策略代碼

二、多因子選股策略--市值+ROE（凈資產(chǎn)收益率）選股策略

多因子選股策略

如何同時(shí)綜合多個(gè)因子來(lái)選股？

評(píng)分模型：

　　每個(gè)股票針對(duì)每個(gè)因子進(jìn)行評(píng)分，將評(píng)分相加

　　選出總評(píng)分最大的N只股票持倉(cāng)

　　如何計(jì)算股票在某個(gè)因子下的評(píng)分：歸一化（標(biāo)準(zhǔn)化），下面是兩種標(biāo)準(zhǔn)化的方式

比如選擇兩個(gè)因子：市值和ROE（凈資產(chǎn)收益率）作為選股評(píng)價(jià)標(biāo)準(zhǔn)

from jqdata import *

def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    g.security = get_index_stocks('000300.XSHG')
    
    # 選市值作為因子，要從表valuation中market_cap字段獲取sqlachmy的query對(duì)象
    g.q = query(valuation, indicator).filter(valuation.code.in_(g.security))
    g.N = 20      #20支股票

    run_monthly(handle, 1)
def handle(context):
    df = get_fundamentals(g.q)[['code','market_cap','roe']]
    df['market_cap'] = (df['market_cap']-df['market_cap'].min())/(df['market_cap'].max()-df['market_cap'].min())
    df['roe'] = (df['roe']-df['roe'].min())/(df['roe'].max()-df['roe'].min())
    
    # 雙因子評(píng)分：市盈率越大越好，市值越小越好
    df['score'] = df['roe'] - df['market_cap']
    # 對(duì)評(píng)分排序，選最大的20支股票
    df = df.sort_values('score').iloc[-g.N:,:]
    to_hold = df['code'].values
    
    for stock in context.portfolio.positions:
        if stock not in to_hold:
            order_target(stock, 0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if len(to_buy) > 0:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for stock in to_buy:
            order_value(stock, cash_per_stock)

市值+ROE選股策略

總結(jié)

以上是生活随笔為你收集整理的数据分析--单因子选股策略、多因子选股策略（选股）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。