寫量化策略時(shí)常用的技巧

1.善用panel保存數(shù)據(jù)
說明：pandas有三種數(shù)據(jù)結(jié)構(gòu)，分別是Series（一維），DataFrame（二維），panel（三維）
例子：滬深300成分股所有股票[stock list]在某些特征指標(biāo)如成交量、收盤價(jià)[indicator list]上的某時(shí)間區(qū)間內(nèi)的歷史序列[time series]，
[stock list] * [indicator list] * [time series]=3維
Q:如何通過Windpy接口來形成我們的三維面板數(shù)據(jù)呢？
A：按個(gè)股循環(huán)，獲取每只股票的序列數(shù)據(jù)（二維）；再把300只個(gè)股合并成三維。
例代碼1：獲取面板原始數(shù)據(jù)（daily），后期再在這張大的面板數(shù)據(jù)上計(jì)算月度的情況，再排序形成組合。再形成一個(gè)新的面板?！舅悸罚嚎?分-總】
ps1：缺點(diǎn)就是從總表中拆開按每個(gè)因子形成月度收益再concat合并，這個(gè)過程很麻煩，不如一開始就按因子分開處理好，再合并形成面板數(shù)據(jù)。

ps2：wind API每天12000條左右的記錄限制，意味著300只股票，每天只能他爸爸的獲取30天的數(shù)據(jù)，10年的數(shù)據(jù)（120個(gè)月）得花120天來下載，這很坑啊。。?？隙ㄊ且硗庀朕k法的，平時(shí)寫策略主要目的是訓(xùn)練思路和練手，對數(shù)據(jù)質(zhì)量要求不太高，目前看來，聚寬是最好的選擇，策略編寫平臺類似jupyter notebook，也支持python的所有package。
import pandas as pd
import copy
from WindPy import w
import datetime
w.start()

## 函數(shù)getAsharePanels(),獲取A股歷史面板數(shù)據(jù)
def getAsharePanels(stockcodes,start_date,end_date):

    append_data=pd.DataFrame(columns=['trade_date','stock_code','open','high','low','close','volume']) #產(chǎn)生一個(gè)輔助數(shù)據(jù)集，幫助后面循環(huán)時(shí)匯總
    individual_data=pd.DataFrame() #存放個(gè)股交易信息的數(shù)據(jù)集
    result={} #result是一個(gè)三維的字典
    for individual_stockcode in stockcodes:

        # 依次生成個(gè)股數(shù)據(jù)集（變量包括：日期、代碼、開盤價(jià)、最高價(jià)、最低價(jià)、收盤價(jià)、成交量）
        stock=w.wsd(individual_stockcode, "trade_code,open,high,low,close,volume",start_date,end_date)
        individual_data['trade_date']=stock.Times
        individual_data['stock_code']=stock.Data[0]
        individual_data['open']=stock.Data[1]
        individual_data['high']=stock.Data[2]
        individual_data['low']=stock.Data[3]
        individual_data['close']=stock.Data[4]
        individual_data['volume']=stock.Data[5]

        # 通過300次迭代，把300只股票的df格式的individual_data數(shù)據(jù)放到result里，形成3維的字典
        result[+1]=individual_data
    rawdata = pd.Panel(result) #獲取的滬深300成分股的3維數(shù)據(jù)保存在rawdata中

    return rawdata


## 調(diào)用函數(shù)getAsharePanels(),獲取A股歷史面板數(shù)據(jù)
todayDate=datetime.datetime.strftime(datetime.date.today(),"%Y%m%d")
wsetdata=w.wset('SectorConstituent','date='+todayDate+';sectorId=1000000090000000;field=wind_code') #通過wset獲取滬深300成分股代碼
stockcodes=list(wsetdata.Data[0])
start_date='20120101'      #樣本數(shù)據(jù)起始日期
end_date='20171231'        #樣本數(shù)據(jù)結(jié)束日期
rawdata_panel=getAsharePanels(stockcodes,start_date,end_date)    
例代碼2：
【先分后合】
step1：
一維：先寫好一系列函數(shù)，分開處理好各因子的歷史序列數(shù)據(jù)（如：月度收益、排序形成portfolio等）
step2：寫個(gè)兩層的循環(huán)，把一維變成二維，再變成三維
二維（內(nèi)層循環(huán)）：再把一維按照因子類別作為二維的dataframe的列，以此思路來形成二維表，如：df[‘PE’]=seriesXXX
三維（外層循環(huán)）：按monthly的時(shí)間來循環(huán)，把二維的截面數(shù)據(jù)加上時(shí)間維度，變成三維的，形成一張panel

Q:分開處理好數(shù)據(jù)以后，如何形成我們的三維面板數(shù)據(jù)呢？
A：最外層循環(huán)：按時(shí)間（換倉頻率一般是月度）
最內(nèi)層循環(huán)：調(diào)用windpy接口獲取每只股票的所有因子的截面數(shù)據(jù)，按股票代碼循環(huán)（成交等、價(jià)格等）

## 函數(shù)1：計(jì)算組合的月度收益率
def caculate_port_monthly_return(port,startdate,enddate,nextdate,CMV):
    close1 = get_price(port, startdate, enddate, 'daily', ['close']) #三維面板數(shù)據(jù) pandas.core.panel.panel'="">
    close2 = get_price(port, enddate, nextdate, 'daily',['close']) #面板數(shù)據(jù) pandas.core.panel.panel'="">
    weighted_m_return = ((close2['close'].ix[0,:]/close1['close'].ix[0,:]-1)).mean() #等權(quán)加權(quán)
    return weighted_m_return
## 函數(shù)2：計(jì)算benchmark組合的月度收益
def caculate_benchmark_monthly_return(startdate,enddate,nextdate):
    close1 = get_price(['000001.XSHG'],startdate,enddate,'daily',['close'])['close']
 #二維
    close2 = get_price(['000001.XSHG'],enddate, nextdate, 'daily',['close'])['close']
    benchmark_return = (close2.ix[0,:]/close1.ix[0,:]-1).sum()
    print close1
    return benchmark_return

## 核心策略：構(gòu)建因子組合并計(jì)算每月?lián)Q倉時(shí)不同組合的月收益率
# 得到結(jié)果monthly_return為panel數(shù)據(jù)，儲存所有因子，在7×12個(gè)月內(nèi)5個(gè)組合及benchmark的月收益率
factors = ['B/M','EPS','PEG','ROE','ROA','GP/R','P/R','L/A','FAP','CMV']
#因?yàn)檠芯磕K取fundmental數(shù)據(jù)默認(rèn)date為研究日期的前一天。所以要自備時(shí)間序列。按月取
year = ['2011','2012','2013','2014','2015','2016','2017']
month = ['01','02','03','04','05','06','07','08','09','10','11','12']
result = {}

for i in range(7*12):
    startdate = year[i/12] + '-' + month[i%12] + '-01'
    try:
        enddate = year[(i+1)/12] + '-' + month[(i+1)%12] + '-01'
    except IndexError:
        enddate = '2016-01-01'
    try:
        nextdate = year[(i+2)/12] + '-' + month[(i+2)%12] + '-01'
    except IndexError:
        if enddate == '2018-01-01':
            nextdate = '2018-02-01'
        else:
            nextdate = '2018-01-01'
    #print 'time %s'%startdate
    fdf = get_factors(startdate,factors)
    CMV = fdf['CMV']
    #5個(gè)組合，10個(gè)因子
    df = DataFrame(np.zeros(6*10).reshape(6,10),index = ['port1','port2','port3','port4','port5','benchmark'],columns = factors)
    for fac in factors:
        score = fdf[fac].order()
        port1 = list(score.index)[: len(score)/5]
        port2 = list(score.index)[ len(score)/5+1: 2*len(score)/5]
        port3 = list(score.index)[ 2*len(score)/5+1: -2*len(score)/5]
        port4 = list(score.index)[ -2*len(score)/5+1: -len(score)/5]
        port5 = list(score.index)[ -len(score)/5+1: ]
        df.ix['port1',fac] = caculate_port_monthly_return(port1,startdate,enddate,nextdate,CMV)
        df.ix['port2',fac] = caculate_port_monthly_return(port2,startdate,enddate,nextdate,CMV)
        df.ix['port3',fac] = caculate_port_monthly_return(port3,startdate,enddate,nextdate,CMV)
        df.ix['port4',fac] = caculate_port_monthly_return(port4,startdate,enddate,nextdate,CMV)
        df.ix['port5',fac] = caculate_port_monthly_return(port5,startdate,enddate,nextdate,CMV)
        df.ix['benchmark',fac] = caculate_benchmark_monthly_return(startdate,enddate,nextdate)
        #print 'factor %s'%faesult[i+1]=df
monthly_return = pd.Panel(result)