均值回归策略

class PositionController:
    '''用于检测当前持仓仓位并且控制单支股票的持仓上线'''
    def __init__(self,context,account_name,upper_limit):
        '''初始化'''
        self.context = context
        self.account_name = account_name
        self.upper_limit = upper_limit
        
    def get_account_instance(self):
        '''获取账户信息，例如账户的 账号密码 资金数量等
        cash
        portforlio_value'''
        self.account_instance = self.context.get_account(self.account_name)    
        
    def get_position_situation(self):
        '''获取账户持仓   get positions 返回的是一个字典 key 为代码 value为持仓情况'''
        self.position_situation = self.account_instance.get_positions()
        
    def controller_position(self):
        '''仓位控制 position分别获取每个股票的的持仓信息
          amount 数量
          available_amount 可卖出数量
          profit 盈利
          cost 成本
          value 市值（随市场变化）'''
        controlled_stock_list = []      # 存放持仓 达到 上限的股票
        for stock in self.position_situation.keys():
            stock_position = self.account_instance.get_position(stock)
            if stock_position.value / self.account_instance.portfolio_value > self.upper_limit:
                self.account_instance.order_pct_to(stock,self.upper_limit)
                controlled_stock_list.append(stock)
            else:
                pass
        return controlled_stock_list
    
    def run(self):
        self.get_account_instance()
        self.get_position_situation()
        controlled_stock_list = self.controller_position()
        log.info( controlled_stock_list)
        return controlled_stock_list

start = '2013-06-01'                       # 回测起始时间
end = '2014-01-01'                         # 回测结束时间
universe = DynamicUniverse('A')        # 证券池，支持股票、基金、期货、指数四种资产
benchmark = 'HS300'                        # 策略参考标准
freq = 'd'                                 # 策略类型，'d'表示日间策略使用日线回测，'m'表示日内策略使用分钟线回测
refresh_rate = Weekly(1)                          # 调仓频率，表示执行handle_data的时间间隔，若freq = 'd'时间间隔的单位为交易日，若freq = 'm'时间间隔为分钟
  
# 配置账户信息，支持多资产多账户
accounts = {
    'fantasy_account': AccountConfig(account_type='security', capital_base=10000000)
}
  
def initialize(context):
    context.window = 20            #往前回测窗口 20天
    context.stock_num = 20             #购买沪深300表现最差的20只股票
  
 # 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次
def handle_data(context):    
    universe = context.get_universe(exclude_halt = True)        #获取当天可以交易的股票池  返回一个列表 作为参数传给context.history   
    data = context.history(universe, 'closePrice', context.window, freq='1d', rtype='frame', style =  'ast')
    # log.info(data)
    data = data['closePrice']      #获取全A股过去20天的收盘价
    
    #计算动量
    momentum = data.iloc[-1]/data.iloc[0]
    #根据动量大小排序
    momentum.sort_values(ascending = True ,inplace = True)
    buy_list = list(momentum[:20].index)
    log.info(buy_list)
    
     
#     # 获取因子PE的的历史数据集，截止到前一个交易日
#     hist = context.history(symbol=context.get_universe(exclude_halt=True), attribute='PE', time_range=1, style='tas')[previous_date]
     
    # # 将因子值从小到大排序，并取前100支股票作为目标持仓
    # signal = hist['PE'].order(ascending=True)
    # target_position = signal[:100].index
     
    # 获取当前账户信息
    account = context.get_account('fantasy_account')   
    positions = account.get_positions()       
     
    # 卖出不在持仓目标范围内的股票，并进行仓位控制器 单支股票不超过0.05
    position_controller = PositionController(context,'fantasy_account',0.05)
    controlled_stock_list = position_controller.run()
    
    
    for stock in positions:
        if   stock not  in buy_list:
            account.order_to(stock, 0)
     
    # 根据目标持仓权重，逐一委托下单
    for stock in buy_list:
        if   stock not in controlled_stock_list:
            account.order_pct(stock, 0.02)