第一部分 新手入门
- 一 量化投资视频学习课程
- 二 Python 手把手教学
- 量化分析师的Python日记【第1天:谁来给我讲讲Python?】
- 量化分析师的Python日记【第2天:再接着介绍一下Python呗】
- 量化分析师的Python日记【第3天:一大波金融Library来袭之numpy篇】
- 量化分析师的Python日记【第4天:一大波金融Library来袭之scipy篇】
- 量化分析师的Python日记【第5天:数据处理的瑞士军刀pandas】
- 量化分析师的Python日记【第6天:数据处理的瑞士军刀pandas下篇
- 量化分析师的Python日记【第7天:Q Quant 之初出江湖】
- 量化分析师的Python日记【第8天 Q Quant兵器谱之函数插值】
- 量化分析师的Python日记【第9天 Q Quant兵器谱之二叉树】
- 量化分析师的Python日记【第10天 Q Quant兵器谱 -之偏微分方程1】
- 量化分析师的Python日记【第11天 Q Quant兵器谱之偏微分方程2】
- 量化分析师的Python日记【第12天:量化入门进阶之葵花宝典:因子如何产生和回测】
- 量化分析师的Python日记【第13天 Q Quant兵器谱之偏微分方程3】
- 量化分析师的Python日记【第14天:如何在优矿上做Alpha对冲模型】
- 量化分析师的Python日记【第15天:如何在优矿上搞一个wealthfront出来】
第二部分 股票量化相关
- 一 基本面分析
- 1.1 alpha 多因子模型
- 1.2 基本面因子选股
- 1.3 财报阅读 • [米缸量化读财报] 资产负债表-投资相关资产
- 1.4 股东分析
- 1.5 宏观研究
- 二 套利
- 三 事件驱动
- 四 技术分析
- 4.1 布林带
- 4.2 均线系统
- 4.3 MACD
- 4.4 阿隆指标 • 技术指标阿隆( Aroon )全解析
- 4.5 CCI • CCI 顺势指标探索
- 4.6 RSI
- 4.7 DMI • DMI 指标体系的构建及简单应用
- 4.8 EMV • EMV 技术指标的构建及应用
- 4.9 KDJ • KDJ 策略
- 4.10 CMO
- 4.11 FPC • FPC 指标选股
- 4.12 Chaikin Volatility
- 4.13 委比 • 实时计算委比
- 4.14 封单量
- 4.15 成交量 • 决战之地, IF1507 !
- 4.16 K 线分析 • 寻找夜空中最亮的星
- 五 量化模型
- 5.1 动量模型
- 5.2 Joseph Piotroski 9 F-Score Value Investing Model
- 5.3 SVR
- 5.4 决策树、随机树
- 5.5 钟摆理论
- 5.6 海龟模型
- 5.7 5217 策略
- 5.8 SMIA
- 5.9 神经网络
- 5.10 PAMR
- 5.11 Fisher Transform
- 5.12 分型假说, Hurst 指数
- 5.13 变点理论
- 5.14 Z-score Model
- 5.15 机器学习
- 5.16 DualTrust 策略和布林强盗策略
- 5.17 卡尔曼滤波
- 5.18 LPPL anti-bubble model
- 六 大数据模型
- 6.1 市场情绪分析
- 6.2 新闻热点
- 七 排名选股系统
- 八 轮动模型
- 九 组合投资
- 十 波动率
- 十一 算法交易
- 十二 中高频交易
- 十三 Alternative Strategy
第三部分 基金、利率互换、固定收益类
- 一 分级基金
- 二 基金分析
- 三 债券
- 四 利率互换
第四部分 衍生品相关
- 一 期权数据
- 二 期权系列
- 三 期权分析
- 四 期货分析
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
2.2 期现套利 • 通过股指期货的期现差与 ETF 对冲套利
通过股指期货(IF1507)的期现差会围绕沪深300指数上下波动的原理,当期现差扩大到一定程度后,使用股指期货和ETF向对冲,以套取期现差的稳定利润。
只通过IF1507验证了一个基本可能性。还有很多细节需要完善。
还有,不知道如何通过order方法卖空股指期货和etf,了解的大神可以帮我解决一下~~
import pandas as pd
start = datetime(2015, 6, 1) # 回测起始时间
end = datetime(2015, 7, 17) # 回测结束时间
benchmark = 'HS300' # 策略参考标准
universe = ['510300.XSHG','IF1507.CCFX'] # 股票池
capital_base = 1000000 # 起始资金
maxQxc = 0.0 #最大期现差
isOrder = False #是否已经买入对冲
direction = False # 买入方向
buyPosition = 0 # 买入点位
total = 0
def initialize(account): # 初始化虚拟账户状态
pass
def handle_data(account): # 每个交易日的买入卖出指令
# log.debug(account.current_date)
# lowToNow = DataAPI.MktEqudAdjGet(secID = '510300', field = ['closePrice'],beginDate = lowDate, endDate = nowDate)
global maxQxc,isOrder,direction,buyPosition,total
# 获取股指期货的行情数据
if1507 = DataAPI.MktFutdGet(ticker="IF1507",
beginDate=account.current_date.strftime("%Y%m%d"),endDate=account.current_date.strftime("%Y%m%d"))
# 获取etf基金的行情数据
etf300 = DataAPI.MktFunddGet(ticker = '510300',
beginDate=account.current_date.strftime("%Y%m%d"),endDate=account.current_date.strftime("%Y%m%d"))
# 获取沪深300的行情数据
hs300 = DataAPI.MktIdxdGet(ticker="000300",
beginDate=account.current_date.strftime("%Y%m%d"),endDate=account.current_date.strftime("%Y%m%d"))
# 计算期现差
qxc = if1507['closePrice'].iloc[0] - hs300['closeIndex'].iloc[0]
# log.debug((hs300['indexID']) + "/" + (if1507['secID']) + "/" + (etf300['secID']))
# log.debug(str(qxc) + "/" + str(hs300['closeIndex'].iloc[0]) + "/" + str(if1507['closePrice'].iloc[0]) + "/" + str(etf300['closePrice'].iloc[0]))
# 保存期现差最大值,为后面判断买点时用
if(abs(qxc) > abs(maxQxc)):
maxQxc = qxc
# 判断期现差绝对值大于100,并开始从高点回落,同时账户是空仓,就买入
if(abs(maxQxc) > 100 and abs(qxc) < abs(maxQxc) and not isOrder ):
direction = qxc > 0
buyPosition = qxc
isOrder = True
# if direction:
# 正期现差时
# order(account.universe[1],-1) # 卖空一手期指
# order(account.universe[0],3000) # 买入30万基金
# else:
# 负期现差时
# order(account.universe[1],1) # 卖空一手期指
# order(account.universe[0],-3000) # 买入30万基金
log.debug("买入点位 = "+ str(if1507['closePrice'].iloc[0]) + ",期现差 = " + str(qxc))
# 判断已经持仓,并期现差已经反转,就卖出
if(isOrder):
if(direction):
if(qxc < 0):
earnings = buyPosition - qxc
isOrder = False
maxQxc = 0
# order(account.universe[1],1) # 卖空一手期指
# order(account.universe[0],-3000) # 买入30万基金
account.cash = account.cash + abs(earnings)* 300
log.debug("卖出盈利 = " + str(abs(earnings)* 300))
else:
if(qxc > 0):
earnings = buyPosition - qxc
isOrder = False
maxQxc = 0
# order(account.universe[1],-1) # 卖空一手期指
# order(account.universe[0],3000) # 买入30万基金
account.cash = account.cash + abs(earnings)* 300
log.debug("卖出盈利 = " + str(abs(earnings) * 300 ) + ",卖出时期现差 = " + str(qxc))
# for stock in account.universe:
# log.debug(stock)
# log.debug(account.cash)
return
2015-06-01 [DEBUG] 1000000.0
2015-06-02 [DEBUG] 买入点位 = 5269.6,期现差 = 107.73
2015-06-02 [DEBUG] 1000000.0
2015-06-03 [DEBUG] 1000000.0
2015-06-04 [DEBUG] 1000000.0
2015-06-05 [DEBUG] 1000000.0
2015-06-08 [DEBUG] 卖出盈利 = 38004.0
2015-06-08 [DEBUG] 1038004.0
2015-06-09 [DEBUG] 1000000.0
2015-06-10 [DEBUG] 1000000.0
2015-06-11 [DEBUG] 1000000.0
2015-06-12 [DEBUG] 1000000.0
2015-06-15 [DEBUG] 1000000.0
2015-06-16 [DEBUG] 1000000.0
2015-06-17 [DEBUG] 1000000.0
2015-06-18 [DEBUG] 1000000.0
2015-06-19 [DEBUG] 1000000.0
2015-06-23 [DEBUG] 1000000.0
2015-06-24 [DEBUG] 1000000.0
2015-06-25 [DEBUG] 1000000.0
2015-06-26 [DEBUG] 1000000.0
2015-06-29 [DEBUG] 1000000.0
2015-06-30 [DEBUG] 买入点位 = 4381.4,期现差 = -91.598
2015-06-30 [DEBUG] 1000000.0
2015-07-01 [DEBUG] 1000000.0
2015-07-02 [DEBUG] 卖出盈利 = 34080.6,卖出时期现差 = 22.004
2015-07-02 [DEBUG] 1034080.6
2015-07-03 [DEBUG] 1000000.0
2015-07-06 [DEBUG] 1000000.0
2015-07-07 [DEBUG] 1000000.0
2015-07-08 [DEBUG] 买入点位 = 3463.4,期现差 = -199.638
2015-07-08 [DEBUG] 1000000.0
2015-07-09 [DEBUG] 1000000.0
2015-07-10 [DEBUG] 卖出盈利 = 77904.6,卖出时期现差 = 60.044
2015-07-10 [DEBUG] 1077904.6
2015-07-13 [DEBUG] 1000000.0
2015-07-14 [DEBUG] 买入点位 = 4001.6,期现差 = -110.549
2015-07-14 [DEBUG] 1000000.0
2015-07-15 [DEBUG] 1000000.0
2015-07-16 [DEBUG] 卖出盈利 = 36357.9,卖出时期现差 = 10.644
2015-07-16 [DEBUG] 1036357.9
2015-07-17 [DEBUG] 1000000.0
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论