python实现马丁策略回测3000只股票的实例代码
作者:达科索斯 时间:2023-03-02 01:12:29
上一篇文章讲解了如何实现马丁策略,但没有探索其泛化能力,所以这次来尝试回测3000只股票来查看盈利比例。
批量爬取股票数据
这里爬取数据继续使用tushare,根据股票代码来遍历,因为爬取数据需要一定时间,不妨使用多线程来爬取,这里要注意tushare规定每分钟爬取不能超过500次,除非你有很多积分,所以线程数要适当调低。
首先我们生成上证与深证所有股票的代码:
#上证代码
shanghaicode = []
for i in range(600000, 604000, 1):
shanghaicode.append(str(i))
#深证代码
shenzhencode = []
for i in range(1000000, 1005000, 1):
i = str(i)[1:]
shenzhencode.append(i)
然后再定义一个爬取函数,broker则是上一篇文章创建的实例:
def getalldata(code):
if os.path.exists(datapath + code + '.csv'):
print(code + 'already existed!')
return
metadata = broker.get_stock_pro(code)
if len(metadata) == 0:
return
metadata.to_csv('C:/Users/abc/Desktop/' + code + '.csv',index = False)
print(code + 'finished!')
导入多线程需要的模块
from concurrent.futures.thread import ThreadPoolExecutor #多线程
遍历所有代码开始爬取,max_workers可适当调整
executor = ThreadPoolExecutor(max_workers=3)
for datatemp in executor.map(getalldata, shenzhencode):
pass
executor = ThreadPoolExecutor(max_workers=3)
for datatemp in executor.map(getalldata, shanghaicode):
pass
批量回测股票
数据爬好后则可开始回测了,因为回测是CPU瓶颈运算,所以这里就不使用多线程了,速度差不多。
首先将一只股票的回测程序封装到函数中,回测时间设置为2020年全年,起始资金设置为20万元:
def martinmulti(code):
broker = backtesting(200000,'20200101', '20201231')
#获取股票数据
metadata = pd.read_csv(datapath + code)
data = np.array(metadata['close'])
exdata = np.array(metadata['pre_close'])
everyChange = np.array(metadata['change'])
date = metadata['trade_date'].values
everyChange = everyChange/data
#开始回测
broker.startbackmartin(data, exdata, everyChange, date)
dicttemp = {'股票代码': code,'终止现金': broker.cash}
return dicttemp
遍历股票代码回测并记录终止现金
cashlist = pd.DataFrame(columns= ['股票代码','终止现金'])
for code in datalist:
datatemp = martinmulti(code)
cashlist = cashlist.append(datatemp,ignore_index=True)
回测过程如下
接下来看看哪支股票获得了最大利润:
看看平均值
cashlist.mean()
Out[12]:
终止现金 208279.115166
可以从均值看出马丁策略赚作为一种相对保险的方法赚的不多,当然想要找到一劳永逸的方法是不可能的,并且用平均数不能代表一切,那看看盈利比例如何:
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.style.use('ggplot')
plt.title("盈利分布(万元)")
bins = []
for i in range(10000, 600000, 10000):
bins.append(i)
plt.hist(cashlist['终止现金'],bins = bins)
plt.axvline(x = cashlist.mean().values,ls="-",c="green")#添加垂直直线
可以看出有折腰的也有翻倍的,且绝大部分集中于20w元旁边,分布图形整体往20万右侧偏移,该策略还有待改进。
来源:https://blog.csdn.net/weixin_40264579/article/details/112867522
标签:python股票策略回测,python股票策略回测
0
投稿
猜你喜欢
Python随机生成8位密码的示例详解
2023-09-15 21:04:03
pygame外星人入侵小游戏超详细开发流程
2021-06-15 05:15:47
MYSQL使用正则表达式过滤数据
2024-01-13 05:33:25
Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息示例
2022-11-08 14:50:22
php中使用key,value,current,next和prev函数遍历数组的方法
2023-10-18 20:17:39
Django 实现图片上传和下载功能
2023-01-14 09:53:21
python出现RuntimeError错误问题及解决
2022-01-01 00:58:08
MySQL触发器的使用场景及方法实例
2024-01-23 04:45:12
JavaScript判断各种浏览器类型及版本
2008-09-29 15:17:00
使用PL/SQL Developer连接Oracle数据库的方法图解
2024-01-19 23:30:24
Python爬虫制作翻译程序的示例代码
2023-08-13 06:38:35
python httpx的具体使用
2021-05-31 21:42:28
基于Golang实现Redis协议解析器
2024-04-27 15:37:41
Python3.10动态修改Windows系统本地IP地址
2021-07-21 01:10:59
在SQL触发器或存储过程中获取在程序登录的用户
2024-01-29 09:30:40
Dreamweaver制作网页11种技巧详解
2007-11-05 14:00:00
tensorflow实现将ckpt转pb文件的方法
2023-03-24 19:05:05
python基础教程项目四之新闻聚合
2021-10-03 01:31:33
SQL查询效率-100w数据查询只要1秒
2008-08-20 18:25:00
Python异步编程之协程任务的调度操作实例分析
2023-02-23 17:03:46