根据历史波动配置持仓权重 - 量化交易

量化交易 · 2019年03月02日 · 838 次阅读

读者寄语: 不管是您想投资美股, 还是想投资港股，保持好自己的心态是最重要的。特别在美股、港股市场拥有一套成熟的金融市场，市场鼓励长期持有，而不是短期的投机炒作。选择一个好的公司, 耐心的等待, 做时间的朋友。如果您想咨询美股开户、港股开户相关的问题, 或者您对美股、港股感兴趣可以添加微信交流: xiaobei060537

主要根据老虎量化API, 实现一些量化的实例以及一些运行代码的结果分析。利用回归测试，根据历史的下单记录计算回测的收益曲线，以及风险收益指标，从而验证自己的投资习惯; 如果你对量化交易感兴趣可以加微信: xiaobei060537 一起交流

量化交易

主要根据老虎量化API, 实现一些量化的实例以及一些运行代码的结果分析

策略思路

使用几只 ETF 历史波动率的倒数作为权重，按月进行调仓
使用标普500，富实中国50，以及黄金ETF三只ETF
设置『month_start』这个方法在每个月初的第一个交易日开盘时执行一次。
按照目标权重，使用市价单下单

导读

本代码运行老虎证券pc 端量化交易环境, 运行前可以点链接注册老虎证券使用模拟账号进行运行量化代码，同时可以享受美股佣金8折永久优惠！11股小米股票（价值385港币）。

实例代码

import pandas as pd

def initialize(context):
    set_benchmark(symbol('SPY'))
    # 使用 标普500， 富实中国50， 以及黄金ETF三只ETF
    context.assets = symbols('GLD', 'FXI', 'SPY')
    # 定义两个时区
    context.remote_time_zone = 'US/Eastern'
    context.local_time_zome = 'Asia/Chongqing'
    # 定时运行方法：
    # 设置『month_start』这个方法在每个月初的第一个交易日开盘时执行一次。
    schedule_function(month_start, date_rule='month_start', time_rule='market_open')
    # 初始化持仓权重, 用于打印日志
    context.pre_weight = pd.Series(index=context.assets, data=0)

# 实现之前定义的month_start方法
def month_start(context, data):

    assets_price = data.history(context.assets, 'close', 10, '1d')

    assets_return = assets_price/assets_price.shift(1) - 1
    assets_vol = assets_return.std(skipna=True)

    weight = (1/assets_vol)/(1/assets_vol).sum()
    rebalance(context, weight)

def rebalance(context, target_weight):
    # 按照目标权重， 使用市价单下单
    for code in target_weight.keys():
        order_target_percent(symbol(code), target_weight[code])