【量化小讲堂 - Python、Pandas系列】往期目录汇总帖

赞赞赞

好好好

感谢楼主，学习则个。

客初 发表于 2016-11-24 17:09
以前加精的都是每个专题，汇总贴以前太少，直到现在比较多了才加。

最近是不是没有继续更新了？？？好期待

Captain-CUI 发表于 2016-12-21 20:44
最近是不是没有继续更新了？？？好期待

最近的确没有，我找时间问问邢不行去

谢谢。学习一下

谢谢分享

---实战---


为了检验EMV策略在A股的实际效果，本文将该策略在所有A股都运行一遍。由于策略用不同的参数回测结果也不一样，因此对每只股票回测时都遍历一遍参数，选择使超额收益率最大的参数作为该股票的最优参数。具体步骤如下：


一、遍历数据文件夹中所有股票文件的文件名，得到股票代码列表

用python提取股票历史数据文件夹下每个股票对应的文件名（即股票代码）并存放到一个列表里，这样就得到了所有A股的代码列表。

接着遍历股票代码的列表，读取每只股票的历史数据。


二、计算股票的后复权价格

在读取某只股票的历史数据后，为了回测结果的可靠性，本文重新计算了复权后的开盘价、收盘价、最高价和最低价，后面计算指标值和涨跌幅都以复权后的数据为基础。有些上市不久的股票由于时间太短可能不具有代表性，因此本文在运行策略之前会先判断该股票上市至今的交易天数，剔除掉上市不到1年半的股票。


三、遍历参数进行回测

接着就是计算EMV指标并给出每天的信号了，在计算EMV和MAEMV时本文用到参数范围分别是n取16到26，间隔为2，m取20到25，间隔为1。即遍历该范围内的所有参数组合，每一参数组都会输出对应的每天的信号，根据买卖信号，可以得到每天的仓位，进而可以得到资金曲线及相关的回测指标（相关内容可参考量化小讲堂https://bbs.pinggu.org/thread-4745852-1-1.html）。在得到所有参数的回测结果后，根据超额收益率大小进行排序，选择使超额收益最大的参数作为该股票的最优参数，并将相应数据存入csv文件。


最后，在遍历完所有A股后，我们可以得到每只股票在最优参数组下使用EMV策略的回测结果，并和股票的年化收益及最大回撤做了一下对比。---实战---


为了检验EMV策略在A股的实际效果，本文将该策略在所有A股都运行一遍。由于策略用不同的参数回测结果也不一样，因此对每只股票回测时都遍历一遍参数，选择使超额收益率最大的参数作为该股票的最优参数。具体步骤如下：


一、遍历数据文件夹中所有股票文件的文件名，得到股票代码列表

用python提取股票历史数据文件夹下每个股票对应的文件名（即股票代码）并存放到一个列表里，这样就得到了所有A股的代码列表。

接着遍历股票代码的列表，读取每只股票的历史数据。


二、计算股票的后复权价格

在读取某只股票的历史数据后，为了回测结果的可靠性，本文重新计算了复权后的开盘价、收盘价、最高价和最低价，后面计算指标值和涨跌幅都以复权后的数据为基础。有些上市不久的股票由于时间太短可能不具有代表性，因此本文在运行策略之前会先判断该股票上市至今的交易天数，剔除掉上市不到1年半的股票。


三、遍历参数进行回测

接着就是计算EMV指标并给出每天的信号了，在计算EMV和MAEMV时本文用到参数范围分别是n取16到26，间隔为2，m取20到25，间隔为1。即遍历该范围内的所有参数组合，每一参数组都会输出对应的每天的信号，根据买卖信号，可以得到每天的仓位，进而可以得到资金曲线及相关的回测指标（相关内容可参考量化小讲堂https://bbs.pinggu.org/thread-4745852-1-1.html）。在得到所有参数的回测结果后，根据超额收益率大小进行排序，选择使超额收益最大的参数作为该股票的最优参数，并将相应数据存入csv文件。


最后，在遍历完所有A股后，我们可以得到每只股票在最优参数组下使用EMV策略的回测结果，并和股票的年化收益及最大回撤做了一下对比。---实战---


为了检验EMV策略在A股的实际效果，本文将该策略在所有A股都运行一遍。由于策略用不同的参数回测结果也不一样，因此对每只股票回测时都遍历一遍参数，选择使超额收益率最大的参数作为该股票的最优参数。具体步骤如下：


一、遍历数据文件夹中所有股票文件的文件名，得到股票代码列表

用python提取股票历史数据文件夹下每个股票对应的文件名（即股票代码）并存放到一个列表里，这样就得到了所有A股的代码列表。

接着遍历股票代码的列表，读取每只股票的历史数据。


二、计算股票的后复权价格

在读取某只股票的历史数据后，为了回测结果的可靠性，本文重新计算了复权后的开盘价、收盘价、最高价和最低价，后面计算指标值和涨跌幅都以复权后的数据为基础。有些上市不久的股票由于时间太短可能不具有代表性，因此本文在运行策略之前会先判断该股票上市至今的交易天数，剔除掉上市不到1年半的股票。


三、遍历参数进行回测

接着就是计算EMV指标并给出每天的信号了，在计算EMV和MAEMV时本文用到参数范围分别是n取16到26，间隔为2，m取20到25，间隔为1。即遍历该范围内的所有参数组合，每一参数组都会输出对应的每天的信号，根据买卖信号，可以得到每天的仓位，进而可以得到资金曲线及相关的回测指标（相关内容可参考量化小讲堂https://bbs.pinggu.org/thread-4745852-1-1.html）。在得到所有参数的回测结果后，根据超额收益率大小进行排序，选择使超额收益最大的参数作为该股票的最优参数，并将相应数据存入csv文件。


最后，在遍历完所有A股后，我们可以得到每只股票在最优参数组下使用EMV策略的回测结果，并和股票的年化收益及最大回撤做了一下对比。

邢不行 发表于 2015-10-23 15:06
引言:

本系列帖子“量化小讲堂”，通过实际的案例让大家知道如何使用Python、pandas进行金融数据处理，案 ...

呃