python量化交易 – 验证跳空高开策略的投资价值

改策略是验证个股跳空高开力度与之后5天涨幅的关系。

python包准备

• numpy
• tushare
• pyecharts

获取沪深个股某一时间点日线数据

个股数据的获取API接口需在tushare网站上注册一个账号，然后获取token。注册地址

# 在tushare pro网站个人信息中查看toekn
token = ''
api = ts.pro_api(token)

# 设置查询日期
start_day = '20181115'
# 调用tushare接口，获取该日期的全部个股日线数据
df = api.daily(trade_date=start_day)

寻找跳空高开的股票

公式：今开价 > 昨收价 * 系数

• 现在我们使用for循环，来查找出满足公式的股票，代码如下：

for row in np.arange(0, df.shape[0]):
    today = df.iloc[row]
    jump = today.pre_close * 1.03
    if today.low > jump:
        print("满足条件的股票代码是：", today.ts_code)

计算个股跳空高开力度

公式：(最低价 – 昨收价)/昨收价 * 100

• 代码如下：

# 上跳力度
jump_num = ((today.low - today.pre_close) / today.pre_close) * 100

个股未来五日收益情况

# 获取指定日期5天内的日线数据
def get_pay_day(api, start_day, day):
    end_day = int(start_day) + day + 9
    return api.trade_cal(
        exchange='', start_date=start_day, end_date=str(end_day),
        is_open=1).loc[day, 'cal_date']

采样数据进行图表分析

2018年5月-10月，每月抽取两天为样本数据

• 图表说明:柱状图代表上跳力度，折线图代表5日收益

采样日期	采样日大盘涨跌幅	图表展示
2018-05-04	0.317% ↓	
2018-05-21	0.643% ↑	
2018-06-12	0.885% ↑	
2018-06-19	3.775% ↓	
2018-07-06	0.448% ↑	
2018-07-19	0.528% ↓	
2018-08-01	1.803% ↓ 	
2018-08-20	1.105% ↑	
2018-09-05	1.681% ↓	
2018-09-18	1.816% ↑	
2018-10-10	0.117% ↑	2018-10-22

总结

• 大盘表现越好，跳空高开的股票越多
• 9以上基本都是当日涨停的股票，可以看到如果你在下一个交易日可以买进，5日正收益率还是非常高的。
• 跳空能力4-6的股票，5日收益为正的概率很高。

源码

import tushare as ts
import numpy as np
from pyecharts import Bar, Line, Overlap

token = ''
api = ts.pro_api(token)

# print(df.iloc[0].low)
# 从制定的开始日期，返回指定的交易天数


# 获取指定日期5天内的日线数据
def get_pay_day(api, start_day, day):
    end_day = int(start_day) + day + 9
    return api.trade_cal(
        exchange='', start_date=start_day, end_date=str(end_day),
        is_open=1).loc[day, 'cal_date']


# 开始日期
start_day = '20181022'
end_day = get_pay_day(api, start_day, 4)
df = api.daily(trade_date=start_day)
# 找出跳空高开的股票
code = []
jumpNum = []
riseNum = []

for row in np.arange(0, df.shape[0]):
    today = df.iloc[row]
    jump = today.pre_close * 1.03
    if today.low > jump:
        # 上跳力度
        jump_num = ((today.low - today.pre_close) / today.pre_close) * 100

        if jump_num < 100:
            # 查看调控高开的股票一周内的涨跌幅 和能力的关系
            # 从调控高开后的5天股价
            df_chil = api.daily(
                ts_code=today.ts_code,
                start_date=today.trade_date,
                end_date=end_day)
            #   获取5日涨跌额
            sh_data = np.array([df_chil["pct_chg"].values])
            # print(today.ts_code, "涨幅", sh_data)
            code.append(today.ts_code)
            jumpNum.append(round(jump_num, 2))
            riseNum.append(round(np.sum(sh_data, axis=1)[0], 2))

print(code, "向上跳的能量：", jumpNum, "一周涨幅：", riseNum)
bar = Bar("调控高开验证")
bar.add("向上跳的能量", code, jumpNum, tooltip_trigger="axis")
line = Line()
line.add("一周涨幅", code, riseNum, tooltip_trigger="axis")
overlap = Overlap()
overlap.add(bar)
overlap.add(line)
overlap.render()