‘‘‘-------------------------------------------------------------------------------
策略思路：
?????????（1）回測標(biāo)的：滬深300與中證800
?????????（2）回測時間段：2016年1月1日至2017年12月31日
?????????（3）數(shù)據(jù)清洗：
????????????????1、為了使測試結(jié)果更符合投資邏輯，我們設(shè)定了三條樣本篩選規(guī)則：
?????????????????（1）?剔除漲停跌停股票；
????????????????（2）?剔除上市不滿一年的股票；
????????????????（3）?剔除選股日由于停牌等原因而無法買入的股票。
????????????????2、數(shù)據(jù)清洗
????????????????我們本次采用研究中最常用的’中位數(shù)去極值法‘去除極值
????????????????超出區(qū)間的定義為異常值。對于異常值，取n=3，把數(shù)值改為邊界值。
????????????????3、因子標(biāo)準(zhǔn)化
????????????????我們采用研究中常用的正態(tài)標(biāo)準(zhǔn)化處理因子數(shù)據(jù)。
?????????（4）回測思路
?????????????????（1）每個月把當(dāng)月的因子平均值求出，然后對各個股票排序，把股票分成10檔。一個月后
?????????????????重新分檔，各個股票等權(quán)看待。根據(jù)每天的數(shù)據(jù)，計算其夏普比率，最后總和所有數(shù)據(jù)計算
?????????????????年化夏普比率。
#?????????????????（2）每個月末以最好的一檔為資產(chǎn)組合，跟蹤市場表現(xiàn)，跟蹤各檔表現(xiàn)。
#?????????????????（3）以滬深300指數(shù)為資產(chǎn)組合的基準(zhǔn)指數(shù)
?????????（5）選股設(shè)置：
????????????????該回測策略需要長期持有
????????（6）目標(biāo)邏輯：
????????????????基礎(chǔ)資金為100W，計算各個因子的各個股票檔與資產(chǎn)組合的收益率、IC、IR、分檔組合單調(diào)性，
????????????????最后對該因子做t檢驗(yàn)并且計算其年化夏普比率。
-------------------------------------------------------------------------------
‘‘‘
??
from?atrader.calcfactor?import?*
import?numpy?as?np
import?pandas?as?pd
import?time
import?datetime?as?dt
import?xarray?as?xr
import?matplotlib.pyplot?as?plt
from?sklearn.datasets?import?make_moons
from?scipy?import?stats
import?random
from?sklearn.svm?import?SVR
from?sklearn.model_selection?import?GridSearchCV
from?sklearn.model_selection?import?learning_curve

if?__name__==‘__main__‘:
????time_i?=?0
????print（“執(zhí)行開始“.center（20“-“））
????start?=?time.perf_counter（）
????time_start=time.time（）
????Begin_date?=?‘2016-01-02‘
????#degin_date為訓(xùn)練數(shù)據(jù)的開始時間
????Begin_date?=?‘2016-01-02‘
????del_date?=?‘2015-01-01‘
????End_date?=?‘2017-01-01‘
????#獲取訓(xùn)練數(shù)據(jù)
????stock_code_list?=?list_get（Begin_dateEnd_date）
????#獲取kdata
????stock_score_data?=?data_get（stock_code_listBegin_dateEnd_date）
????choose_factor?=?[‘BIAS20‘‘CDLPIERCING‘‘FY12P‘‘EPIBS‘‘MTM10‘]#20天乖離率?分析師盈利分析?投資回報率預(yù)測?動量指標(biāo)
????#數(shù)據(jù)清洗
????#剔除漲停漲跌與上市不滿一年的股票
????stock_info?=?get_stock_info（stock_code_list）
????stock_info_data?=?stock_info[‘de_listed_date‘]
????#進(jìn)行刪除
????stock_score_data?=?del_data（stock_infostock_info_datadel_datestock_score_data）
????test_mouth?=?1
????begin_date?=?dt.datetime.strptime（Begin_date?‘%Y-%m-%d‘）
????profit_week?=?1
????all_test_time?=?10
????all_x?=?np.array（[]）
????all_y?=?np.array（[]）
????scale?=?all_test_time
????for?test_time?in?range（all_test_time）:
????????#進(jìn)度條
????????a?=?‘*‘*（time_i）*3
????????b?=?‘.‘?*?（（scale?-time_i））*3
????????c?=?（time_i/scale）
????????d?=?time.perf_counter（）?-?start?+?0.5
????????time_i+=1
???????#?print?（“{:^3.0f}%[{}->{}]“.format（cab））
????????print?（“\r{:^3.0f}%[{}->{}]{:.2f}s“.format（cabd）end=“?“）
????????
????????#x?need
????????stock_fit_need_num?=stock_score_data.iloc[np.where（?（begin_date+dt.timedelta（days=profit_week*7*test_time））?????????stock_fit_need_num?=stock_fit_need_num.iloc[np.where（?stock_fit_need_num.time<（begin_da