【量化策略二】多因子策略加上止损

目录

 

策略逻辑

增量代码

回测结果

结果分析

---

上一篇用多因子策略回测后，发现回撤过大，增加止损策略。

 

• 策略逻辑

每个月选择归属母公司净利润增长率前五的股票，平掉掉出前五的，买入新增的，回撤超过10%，即平仓，先订阅每天的交易数据，事件驱动根据推送数据判断是否平仓。

• 增量代码

def init(context):
    # 每月第一个交易日的09:40 定时执行algo任务
    schedule(schedule_func=algo, date_rule='1m', time_rule='09:40:00')
    # 数据滑窗
    # context.date = 5
    # 设置开仓的最大资金量
    context.ratio = 0.8
    # 沪深300 SHSE.000300，创业板指 SZSE.399006
    context.index = "SHSE.000300"
    context.num = 5
    context.list =[]
    subscribe(symbols= context.index, frequency='1d', count=2)
    context.symbol="SHSE.000300"
    # 默认回撤超过10%即止损
    context.stop_loss = 0.1
    context.high = 0
    context.high_dict=dict()
    

def on_bar(context, bars):
    for symbol in context.list:
        try:
            context.symbol=symbol
            stop_loss(context)
        except Exception as e:
            print('stop_loss error',e)
# 止损策略
def stop_loss(context):
    data = history_n(symbol=context.symbol, frequency='1d', end_time=context.now, fields='high,low,close', count=2, df=True)
    price = data.close.values[-1]
    # 获取现有持仓
    pos = context.account().position(symbol=context.symbol, side=PositionSide_Long)
    if not  context.high_dict or (context.symbol not in context.high_dict):
        context.high_dict[context.symbol]=price
        return
    high=context.high_dict[context.symbol]
    if price > high:
        context.high_dict[context.symbol] = price
    elif (high - price) / high > context.stop_loss and pos:
        print(context.now, context.symbol,'以市价单止损:',price,'high:',high)
        context.high_dict.pop(context.symbol)
        order_target_percent(symbol=context.symbol, percent=0, order_type=OrderType_Market,
                                 position_side=PositionSide_Long)
# 查看最终的回测结果
def on_backtest_finished(context, indicator):
    print(indicator)

• 回测结果

未加止损的回测：

加止损的回测：

• 结果分析

比较发现增加止损后，回撤几乎下降一半，实际上最终收益只增加了5%，回撤下降是因为无止损的原有收益更高，止损的效果有，但是不大。