python引用财务数据选股有明显的未来数据 - 高级功能研发区 - 金字塔客服中心 - 专业程序化交易软件提供商

# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。

#比较简单的根据市盈率做的策略，只选取排名前几的进行轮动调仓。
#使用前注意补充好300样本股历史数据及专业财务数据
#推荐使用000001上证指数做基准合约

import time
import os
import csv
import numpy as np
import talib as ta

# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
    #买入的股票数
    context.num = 10
    context.code = []

# before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次
def before_trading(context):
    #选取300成份样本股作为股票池
    try:
        context.code = get_blocks ('上海A股',0)+get_blocks('深圳A股',0) + get_blocks('深圳创业',0)
    except:
        pass

# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context):
    # 开始编写你的主要的算法逻辑
    try:
        pe = []
        code = []
        #筛选非停牌且eps大于0的票
        for i in context.code:
            close = history_bars(i, 1, '1d','close')
            temp = fin_indicator(i,'EPS',1,0,0)
            if len(close)>0 and temp[-1]>0:
                code.append(i)
        #转换成市盈率
        for j in code:
            close = history_bars(j, 1, '1d','close')
            temp = fin_indicator(j,'EPS',1,0,0)
            pe.append(temp[-1])
        pe_ra = np.array(pe)
        #对pe进行排序，buy_list是排名前几的股票列表
        sort = np.argsort(-pe_ra)
        code = np.array(code)
        buy_list = code[[sort[:context.num]]]
        sell_num = 0
        #获得持仓品种信息
        ho =get_portfolio_book(0)

        cash=get_account(19,'')/context.num

        if len(ho)>0:
            for k in ho:
                if not(k in buy_list):
                        portfolio=get_portfolio(k,0)
                        sell_close(k, 'Market', volume=portfolio.buy_quantity)
                        sell_num = sell_num+1
        for kk in buy_list[:context.num]:
            if not(kk in ho):
                buy_open(kk, 'Market', amount=cash)
    except:
        pass

# after_trading函数会在每天交易结束后被调用，当天只会被调用一次
def after_trading(context):
pass

这是测试代码

主题：python引用财务数据选股有明显的未来数据