面向金融的量化回测系统Python期末大作业量化交易回测系统.zip

#python2021_backtesting <h2>介绍</h2> <li>本项目为金融Python大作业量化交易回测系统。 <li>本项目组成员为：贾雨涵、李悠、陈安宁、向屹峰、段嘉维 请各位老师同学批评指正！ <h2>一、我们的模型可以做什么</h2> <h3>1.数据</h3> <li>股票数量：32只股票 <li>时间范围：2019.4.10-2021.11.26 <li>数据频率：每个交易日的股票数据均包含在内 <h3>2.策略</h3> <li>双均线模型：一条是长周期均线（自行设置周期）， 一条是短周期均线（自行设置周期）。 短期均线从下往上穿越长周期均线时（交点为金叉）， 进行买入；当短周期均线从上往下穿越长周期均线时（交点为死叉），进行卖出。 <li>策略具体实施：每次买入/卖出100股 <li>策略盈利前提：存在所谓的趋势突破 示例：黄色为卖出点，橙色为买入点  <h3>3.回测</h3> 可以得到的指标： <li>收益率：资产组合在选取的时间范围内的收益率（期末资产净值/期初资产净值-1） <li>年化收益率：收益率/持续年 <li>夏普比率：超额收益率/标准差 <li>最大回撤率：max ((Di-Dj)/Di) , Di 与 Dj 为产品持续期间内任意两日的资产净值， i 与 j 代表对应的日期且 i 日发生在先 <li>最大回撤周期: i 日与 j 日之间的时间间隔 <h3>4.效果展示</h3>   <h2>二、我们是怎么做这个模型的 <h3>1.datahandler.py</h3> <li>从tushare中读取指定股票的历史数据 <li>用字典形式加载股票的历史数据 <li>根据历史数据生成bar用于回测 <h3>2.event.py</h3> <li>MarketEvent:市场信号,表明有新的数据导入,需要新一轮回测 <li>SignalEvent:策略对象使用这个事件来决定是买还是卖还是不做操作等，触发投资组合对象更具具体的动作计算策略的表现 <li>OrderEvent:当一个投资组合对象收到SignalEvents时，它会在更广泛的环境中对其进行评估然后产生相应的order <li>FillEvent:当ExecutionHandler收到OrderEvent时，它必须处理订单。订单交易完成后，它会生成一个FillEvent，描述购买或销售的成本以及交易成本 <h3>3.execution.py</h3> <li>设置一个事件队列来存放产生的各种事件 <li>处理订单,将所有的OrderEvent转换成相应的FillEvent <h3>4.LSTM.py</h3> <li>采用LSTM来预测股票未来的走势 <li>从32只股票中选取预测未来涨幅最高的5只股票加入股票池 <h3>5.strategy.py</h3> <li>根据bar来给特定股票产生相应的SignalEvent <h3>6.performance.py</h3> <li>用于计算最大回撤和夏普比率 <h3>7.portfolio.py</h3> <li>根据股票池、起始资金、起止时间等参数建立相应的仓位 <li>根据FillEvent更新仓位和资产状况 <h3>8.backtest.py</h3> <li>根据相关参数进行股票回测并输出结果 <h3>9.MovingAverageCrossStrategy.py</h3> <li>双均线策略的实现