量化交易：财务选股RSRS择时的策略

哈喽，大家好，我是木头左！

引言

本文将介绍一种结合财务指标选股和RSRS（Risk-Adjusted Return to Strength Ratio）择时的策略，旨在帮助投资者在复杂的市场环境中做出更明智的决策。
感兴趣的朋友，可以在下方公号内回复：001，即可获取源码，共同交流！

策略原理

财务指标选股

财务指标选股是一种基于公司财务报表数据来评估股票价值的方法。常见的财务指标包括市盈率（PE）、市净率（PB）、净资产收益率（ROE）等。这些指标可以帮助投资者判断公司的盈利能力、资产状况和成长潜力。在本策略中，使用市净率（PB）和净资产收益率（ROE）作为选股的主要依据。

RSRS择时

RSRS择时是一种基于历史价格数据的技术分析方法，用于评估市场的风险和收益。RSRS通过计算价格序列的回归斜率来衡量市场趋势的强度。当斜率大于买入阈值时，认为市场风险在合理范围内，可以进行买入操作；当斜率小于卖出阈值时，认为市场风险过大，应保持空仓状态。

在聚宽平台运行Python代码

初始化函数

在聚宽平台上，首先需要导入所需的函数库，并在initialize函数中设置策略的基本参数，如股票交易的手续费、基准指数等。

def initialize(context):set_option('use_real_price', True)set_parameter(context)set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')run_daily(market_open, time='open', reference_security='000300.XSHG')

参数设置

在set_parameter函数中，设置了RSRS指标中N和M的值，以及买入和卖出的阈值。此外，还计算了2005年1月5日至回测开始日期的RSRS斜率指标。

def set_parameter(context):g.N = 18g.M = 1100g.init = Trueg.stock_num = 10g.security = '000300.XSHG'set_benchmark(g.security)g.days = 0g.buy = 0.7g.sell = -0.7# ... 省略部分代码 ...

开盘前和开盘时运行函数

在before_market_open和market_open函数中，根据RSRS指标的计算结果来决定是否进行交易。如果RSRS指标大于买入阈值，则调用trade_func函数进行交易；如果小于卖出阈值且持有股票，则卖出所有股票。

security = g.security# 填入各个日期的RSRS斜率值beta=0r2=0if g.init:g.init = Falseelse:#RSRS斜率指标定义prices = attribute_history(security, g.N, '1d', ['high', 'low'])highs = prices.highlows = prices.lowX = sm.add_constant(lows)model = sm.OLS(highs, X)beta = model.fit().params[1]g.ans.append(beta)#计算r2r2=model.fit().rsquaredg.ans_rightdev.append(r2)# 计算标准化的RSRS指标# 计算均值序列    section = g.ans[-g.M:]# 计算均值序列mu = np.mean(section)# 计算标准化RSRS指标序列sigma = np.std(section)zscore = (section[-1]-mu)/sigma  #计算右偏RSRS标准分zscore_rightdev= zscore*beta*r2# 如果上一时间点的RSRS斜率大于买入阈值, 则全仓买入if zscore_rightdev > g.buy:# 记录这次买入log.info("市场风险在合理范围")#满足条件运行交易trade_func(context)# 如果上一时间点的RSRS斜率小于卖出阈值, 则空仓卖出elif (zscore_rightdev < g.sell) and (len(list(context.portfolio.positions.keys())) > 0):# 记录这次卖出log.info("市场风险过大，保持空仓状态")# 卖出所有股票,使这只股票的最终持有量为0for s in list(context.portfolio.positions.keys()):order_target(s, 0)

策略选股买卖部分

在trade_func函数中，首先获取股票池，然后根据市净率（PB）和净资产收益率（ROE）进行筛选和打分，最后根据得分选取前10只股票进行买入或卖出操作。

def trade_func(context):#获取股票池df = get_fundamentals(query(valuation.code,valuation.pb_ratio,indicator.roe))#进行pb,roe大于0筛选df = df[(df['roe']>0) & (df['pb_ratio']>0)].sort('pb_ratio')#以股票名词作为indexdf.index = df['code'].values#取roe倒数df['1/roe'] = 1/df['roe']#获取综合得分df['point'] = df[['pb_ratio','1/roe']].rank().T.apply(f_sum)#按得分进行排序，取指定数量的股票df = df.sort('point')[:g.stock_num]pool = df.indexlog.info('总共选出%s只股票'%len(pool))#得到每只股票应该分配的资金cash = context.portfolio.total_value/len(pool)#获取已经持仓列表hold_stock = list(context.portfolio.positions.keys()) #卖出不在持仓中的股票for s in hold_stock:if s not in pool:order_target(s,0)#买入股票for s in pool:order_target_value(s,cash)