官方的美股量化接口是有的,像是MATLAB+ib,Quantopian+IB都可以,不过有些现在好像都已经改版了,没有做了,具体还有其他的一些,也可以到富途或老虎证券上问问,应该也能找到合适的。不过如果真的想做美股量化,还是自己编程会实际得多,下面是小编找到的一组代码:
#策略初始化方法,只在开始执行回测时运行一次
#使用标普500ETF作为策略基准
set_benchmark)
#设置策略的佣金规则:每股0.01美元,最低1美元
#定义两个时区
#定时运行方法:
#设置『month_start』这个方法在每个月初的第一个交易日开盘时执行一次。
#初始化pipeline对象
pipe=Pipeline
#向pipeline对象中添加两列数据:收盘价和总股本
#添加一个筛选器:使用成交量最大的200只股票
#注册pipeline对象
#实现之前定义的month_start方法
#获取pipeline的数据,
#universe是一个dataframe,index是股票池,column是数据列
#index每次计算时,交易量最大的200只股票
#计算市值,市值=总股本*收盘价
universe["market_cap"]=universe["close"]*universe["shares"]
#去除其中收盘价小于5的股票,并取市值最小的10只股票
target_stock=universe[universe["close"]>5].sort_values["market_cap"][:10]
#计算股票的目标调仓权重
#打印结果
print)
#调仓
#取当前持仓的所有股票
#计算当前持仓的股票与目标调仓股票的差集
#卖出不在目标调仓中的股票
#按照目标权重,使用市价单下单
log.info
这种代码可以帮助投资者在去股池中除价格最低的5只股票,然后选择市值最少的进行交易,每个月去调仓一次,而权重则是根据市值而定的。
文章为作者独立观点,不代表 股票程序化软件自动交易接口观点