目录
1.前言
之前和男朋友一起学完了数据挖掘的相关框架，决定要找一些题目来实战，偶然之下发现了这个比赛，于是在官网上找到了第一届比赛的赛题。本来想做B题的，但是B题是属于开放式数据集题目，为了更好的练习如何处理随机的原始数据集，所以，在商讨之后决定拿A题来作为练习题。
由于是第一次接触金融数据，也是学数据挖掘以来的第一次实战，所以，如果有错误的地方，请大家赐教，多多包含。那么就让我们开始吧！
2.准备工作
题目压缩包可以在我的百度网盘上进行下载：
链接：https://pan.baidu.com/s/1AN2NP1_w_i72bC_vtNU2qw?pwd=bxx3
提取码：bxx3
（1）题目分析：
提供的数据集：
题目中给我们提供了两个数据文件，分别是30支股票从2011年到2020年的行情数据，以及大湾区2011年到2020年的大湾区指数行情数据。
可以看到数据提供了股票代码（code）、当日开盘价格（open）、当日最高交易价格（high）、当日最低交易价格（low）、当日收盘价格（close）、当日交易量（volume）、当日交易额(amount) 的数据。
（30支股票数据与大湾区行情给出的数据类型相同）
问题：
问题剖析：
概括：题目中一公司给出了一种投资策略，即每周在30支股票中选取10支强势股票来进行投资，且每周一换仓（即卖出所有股票再买入上一周的强势股票）。
要求：将周一的收盘价格（close）作为准考虑收益，每只股票投资额固定为本金10%，手续费按万分之2.5计算。
第一小题：计算该投资策略的收益率曲线，并与大湾区指数
第二小题：调仓时间不变，调整单支股票投资额，找到最优的投资策略并绘制收益率曲线
第三小题：调仓时间不变，单只股票投资额定为本金10%，根据市场数据建模，得出自己的投资策略。
第四小题：调仓时间和投资额灵活变化，根据市场数据建模，得出自己的投资策略。（3个工作日完成建仓，仓位不低于50%，单支股票不超过总资产10%）
3.解题思路：
先做了第一、二题的分析，经过讨论，大致解题思路出来了（PS：打比赛队伍之内的讨论真的非常重要）
（1）第一问解题思路：
首先，我们需要搞清楚一个金融概念——收益率。
经过查找资料，我们知道收益率公式为：
收益率=收益额/原始投资额
又由于题目要求，将周一的收盘价格（close）作为准考虑收益，每只股票投资额固定为本金10%，手续费按万分之2.5计算。所以我们暂时将收益率公式抽象为以下代码：
price = open - open * (0.000025) #单支投资额
interest = ((close-open)/price ) * 100 # 利益率
这个时候，我的队友突然问了一个问题——本金怎么算，在经过商量之后，我们决定将本金定为10万。
为什么不可以直接将建仓时10支单股股票的总购买价定为本金呢？因为观察发现这30支股票的开盘价格从25元到110元左右不等，如果将10支单股股票的总购买价，若建仓时十支股票价格都是20-30元，那么第二周需要购买另10支股票时，可能会出现本金不够，无法购买的情况。为了避免这种情况出现，我们索性将本金定为10万，再根据要求将每支股票投资额定为本金的10%（即每支股票原始投资额为1万）。
这样一来，本金的问题就解决了。最终利益率抽象后公式为：
'''
power是单支股票的总收益额
price是购买单支股票的总入手价格
Interest是收益率
stocnum是本金能够购买的单支股票股数
principal是本金
'''
principal=100000
stocnum = int((principal / 10) / opendata[i])
power = (opendata1[i] - opendata[i]) * stocnum
price = (stocnum * opendata[i]) - (stocnum * opendata[i]) * (0.000025)
Interest = (sum(powerdata) / sum(pricedata)) * 100在解决收益率的计算方法之后，后面的讨论基本都非常顺畅。
思路如下：
（1）3个工作日建仓：通过计算3天中第三天的收盘价格减去第一天的开盘价格作为收益，选取收益最高的10支股票用于建仓
（2）将30支股票数据剥离出来并另外保存：读取30支股票行情数据的，并对其进行切片，将30支股票从原始csv文件中分离出来并保存，方便后期读取
（3）将每周周一的收盘价和开盘价数据进行截取：由于我们需要利用每周一的收盘价和开盘价来计算每周的收益率，并由此决定下一周需要投资的10支强势股票，所以可以先将股票数据以每周作为阶段进行切片，再通过iloc方法将数据中每周的数据截取其中周一的close和open，将每周30支股票的周一数据拿出来。
（4）计算每周的强势股票：创建一个函数，调用（3）中函数，获取当周的30支股票周一收盘价和开盘价数据，用于计算当周每支股票的收益率，选取收益率最高的10支作为强势股票，作为下一周数据的投资股票，返回值为每周的强势股票股代码。在主函数中循环该函数，可以得到每周的强势股票数据。
（5）计算每周投资的利益率：创建一个函数，将（3）中数据和（4）中数据加入，将每周10支强势股票的股票代码与30支股票的周一数据进行键值匹配，得到每周10支股票周一的数据，用于计算每周的10支股票数据的利益率。
（6）用利益率数组绘制折线图：其中横坐标是年份（2011-2020）
4.代码实现
（1）第一题部分代码
分离30支股票数据，并保存：
import pandas as pd
# 读取数据并进行初步处理
def read_csv_shuju(path):
'''
:param path:
path:文件路径
:return:
data2: 处理后数据
'''
data1 = pd.read_csv(path, sep=',')
data1['date'] = pd.to_datetime(data1['time'])
data1['date']=data1['date'].dt.date
data2 = data1.drop([ 'time','volume', 'amount', 'open_interest'], axis=1)
data2.set_index('code', inplace=True)
states = ['date','open', 'hight', 'low', 'close']
data2.reindex(columns=states)
return data2
# 对数据进行分割并保存
def write_csv_data(data,start,code):
'''
:param:
data:需要分割的原始数据
start:上一次调用所到数据(每次输入时需要修改start的值为上一次输出的end值)
code:输入需要分割的数据的股票名称
:return: 根据输入的股票名称截取股票数据所在的列范围数据
'''
stock_code=[]
end=0
end+=start
for i in range(end,len(data.index)):
if data.index[i] == code:
end+=1
else:
continue
stock_code=data[start:end]
return end,stock_code
if __name__ == '__main__':
'''
stock_data为读取后初步处理数据（未分割）
stock_code为对数据按照股票代码进行分割后数据
'''
# 文件路径
path1 = '../data/附录一：30支股票行情.csv'
stock_data = read_csv_shuju(path1)
print("初步处理数据：")
print(stock_data)
# print(len(stock_data.index))
# print(stock_data.index[69696])
'''
# 这里需要手动修改参数，依次分割30支股票
需要修改的参数：
start: 修改为上一次输出的end值
code: 修改为需要分割出来的股票代码
文件名: 存入csv时的路径文件名
'''
end=0
start=67431
code='szse.000028'
stock_code=[]
end,stock_code=write_csv_data(stock_data,start,code)
# stock_code.to_csv('./code_data/30.csv')
print('分割后股票数据：')
print(stock_code)
print(stock_code.index)
print('end:')
print(end)建仓函数：
def Stock_position_building():
'''
size_code:30支股票的编号
first_data:存取读取30支股票的利润
data1:将其股票编号和利润变成一维数组
data2:将其股票利润排序
data3:选取前十支股票
data4:十支优势股票的收市
'''
size_code = ['002027','300014','002475','000636','002449','600183','000049','002138'
,'300115','600325','000069','600383','600048','001914','601318','600323'
,'002152','000921','002035','000651','002233','002060','002352','002511'
,'002303','002461','600872','600332','000513','000028']
first_data,first_close = first_cycle_csv()
first_close_df=pd.Series(data=first_close,index=size_code)
data1 = pd.Series(data=first_data,index=size_code)
data2 =data1.rank(method='average',ascending=False).sort_values()
data3 = data2[0:11]
data_x = first_close_df.loc[data3.index]
print(data_x)
return data_x
def first_cycle_csv():
"""
first_data:用于存储利益数据
path:用于地址（有循环）
cut-up:读取data的前2-4条数据
close:最后一天闭市的数据
open:最初开始的数据
"""
first_data = []
first_close = []
for i in range(1,31):
path = './data_process/code_data/'+str(i)+'.csv'
data1 = pd.read_csv(path,sep=',')
cut_up = data1.iloc[1:4]
open = cut_up.iloc[0,2]
close = cut_up.iloc[2,5]
profit = close - open
first_data.append(profit)
first_close.append(close)
return first_data,first_close
获取每周10支强势股票的数据：
def cycle_csv(a):
'''
param: a是切片开始日期
'''
date_data=shuzu().dt.date
power=[]
state = ['open','close','code']
open_data=[]
for i in range(1,31):
list_data2 = []
list2_data1=[]
path = './data_process/code_data/'+str(i)+'.csv'
data1 = pd.read_csv(path,sep=',')
data1.set_index(['date'],inplace=True)
data2 = date_data[a:a+7]
for j in data2:
j = str(j)
list_data2.append(j)
for k in data1.index:
k= str(k)
if k in list_data2:
list2_data1.append(k)
else:
continue
data_x =data1.loc[list2_data1,state]
open = data_x.iloc[0,0]
close = data_x.iloc[len(data_x.index)-1,1]
power_data= close - open
power.append(power_data)
open_data.append(open)
'''
size_code:30支股票的编号
first_data:存取读取30支股票的利润
data1:将其股票编号和利润变成一维数组
data2:将其股票利润排序
data3:选取前十支股票
'''
size_code = ['002027','300014','002475','000636','002449','600183','000049','002138'
,'300115','600325','000069','600383','600048','001914','601318','600323'
,'002152','000921','002035','000651','002233','002060','002352','002511'
,'002303','002461','600872','600332','000513','000028']
data_1 = pd.Series(data=power,index=size_code)
data_2 =data_1.rank(method='average',ascending=False).sort_values()
data_3 = data_2[0:10]
open_data2=pd.Series(data=open_data,index=size_code)
# print(open_data2)
# print(data_3)
return data_3,open_data2
计算利益率：
def interest_rate(a,principal,front_stock):
'''
param:
a是切片日期
principal是设置的本金
front_stock是上周的10支强势股票
'''
if a > 3584:
stockwinner, stockopen30 = cycle_csv(a)
opendata = stockopen30.loc[front_stock.index]
else:
stockwinner, stockopen30 = cycle_csv(a)
stockwinner2, stockopen30_2 = cycle_csv(a + 7)
opendata = stockopen30.loc[front_stock.index]
opendata1 = stockopen30_2.loc[front_stock.index]
# print(opendata)
# print(opendata1)
powerdata = [] # 用于保存利益
pricedata = [] # 用于保存购入价格
for i in range(10):
stocnum = int((principal / 10) / opendata[i])
# print(stocnum)
power = (opendata1[i] - opendata[i]) * stocnum
price = (stocnum * opendata[i]) - (stocnum * opendata[i]) * (0.000025)
powerdata.append(power)
pricedata.append(price)
# allprice.append(sum(pricedata))
# allpower.append(sum(powerdata))
Interest = (sum(powerdata) / sum(pricedata)) * 100
# print(Interest)
return Interest