基于同花顺supermind的量化策略脚本编辑

Question

我的具体策略逻辑如下：
1、按照半个小时扫描一次所有主板非ST股票，并进一步筛选目前收盘价上穿5-10-20-30-60-90-125日线的其中三条；
2、并且要求进一步筛选去年和近两个季度都盈利的股票；
3、要加上选出的股票的位置判断；位置要位于近两年最低价的130%以内；
4、单日成交量较上一日倍量；筹码集中度70小于15%
5.符合条件的股票池中，买入的顺序为分时的量比和主力净量越大越优先；
6、在上述策略中加入限制条件：总持有股票数量为不超过2只；且单只股票的仓位不得大于二分之一；
7、在量化交易策略中加入买入和卖出条件：买入条件为选出股票的分时价格的当时平均价格挂买入，买入金额为20万元；卖出条件为：止损3%，止盈5%-10%；
8、持股周期为不超过三天；
请大家依据上述逻辑编辑脚本，目的是在同花顺supermind上能回测策略并执行量化交易；数据来源和执行平台都是同花顺量化平台；谢谢！
同花顺supermind的帮助链接如下：https://quant.10jqka.com.cn/view/help/4

Answer 1

要在同花顺SuperMind平台上实现你描述的量化策略，可以按照以下步骤编写策略脚本。以下是一个示例脚本，基于你的策略逻辑进行实现：

# 导入必要的库
import numpy as np
import pandas as pd

# 设置策略参数
scan_interval = 30  # 扫描间隔，单位分钟
max_hold_stocks = 2  # 最大持有股票数量
max_position_per_stock = 0.5  # 单只股票最大仓位比例
buy_amount = 200000  # 每次买入金额
stop_loss = 0.03  # 止损比例
take_profit_min = 0.05  # 最小止盈比例
take_profit_max = 0.10  # 最大止盈比例
max_hold_days = 3  # 持股周期，单位天

# 筛选股票函数
def filter_stocks(data):
    filtered_stocks = []
    for stock in data:
        # 条件1：收盘价上穿均线
        close = stock['close']
        ma5 = stock['ma5']
        ma10 = stock['ma10']
        ma20 = stock['ma20']
        ma30 = stock['ma30']
        ma60 = stock['ma60']
        ma90 = stock['ma90']
        ma125 = stock['ma125']
        if sum([close > ma for ma in [ma5, ma10, ma20, ma30, ma60, ma90, ma125]]) >= 3:
            # 条件2：去年和近两个季度盈利
            if stock['last_year_profit'] > 0 and stock['last_two_quarters_profit'] > 0:
                # 条件3：位置判断
                if close <= stock['lowest_price_2_years'] * 1.3:
                    # 条件4：成交量和筹码集中度
                    if stock['volume_today'] >= stock['volume_yesterday'] * 2 and stock['chip_concentration'] <= 15:
                        filtered_stocks.append(stock)
    return filtered_stocks

# 排序股票函数
def sort_stocks(filtered_stocks):
    sorted_stocks = sorted(filtered_stocks, key=lambda x: (x['volume_ratio'], x['net_main_force']), reverse=True)
    return sorted_stocks

# 买入股票函数
def buy_stocks(sorted_stocks):
    for stock in sorted_stocks:
        if len(holdings) < max_hold_stocks:
            if stock['ticker'] not in holdings:
                # 买入股票
                buy_price = stock['current_price']
                buy_quantity = buy_amount / buy_price
                holdings[stock['ticker']] = {'buy_price': buy_price, 'buy_quantity': buy_quantity, 'buy_date': current_date}
                # 更新仓位
                portfolio_value = sum([holdings[ticker]['buy_price'] * holdings[ticker]['buy_quantity'] for ticker in holdings])
                if portfolio_value > total_cash * max_position_per_stock:
                    break

# 卖出股票函数
def sell_stocks():
    for ticker in list(holdings.keys()):
        stock = get_stock_data(ticker)
        buy_price = holdings[ticker]['buy_price']
        current_price = stock['current_price']
        if (current_price / buy_price - 1) <= -stop_loss or (current_price / buy_price - 1) >= take_profit_min or (current_price / buy_price - 1) >= take_profit_max or (current_date - holdings[ticker]['buy_date']).days > max_hold_days:
            # 卖出股票
            sell_price = current_price
            sell_quantity = holdings[ticker]['buy_quantity']
            total_cash += sell_price * sell_quantity
            del holdings[ticker]

# 初始化持仓和现金
holdings = {}
total_cash = 1000000  # 初始现金金额

# 主策略函数
def strategy(data):
    filtered_stocks = filter_stocks(data)
    sorted_stocks = sort_stocks(filtered_stocks)
    buy_stocks(sorted_stocks)
    sell_stocks()

# 获取股票数据函数（示例）
def get_stock_data(ticker):
    # 此处应实现从同花顺平台获取股票数据的逻辑
    pass

# 主程序
current_date = pd.Timestamp.now()
while True:
    if (pd.Timestamp.now() - current_date).seconds >= scan_interval * 60:
        current_date = pd.Timestamp.now()
        stock_data = get_all_stock_data()  # 获取所有股票数据
        strategy(stock_data)

解释：

1. 筛选股票：filter_stocks 函数根据你的策略条件筛选股票。
2. 排序股票：sort_stocks 函数根据量比和主力净量排序股票。
3. 买入股票：buy_stocks 函数按照排序结果买入股票。
4. 卖出股票：sell_stocks 函数根据止损、止盈和持股周期条件卖出股票。
5. 主策略函数：strategy 函数整合筛选、排序、买入和卖出逻辑。
6. 主程序：在主程序中定期调用策略函数。

注意事项：

1. 数据获取：示例中 get_stock_data 和 get_all_stock_data 函数需要实现从同花顺平台获取股票数据的逻辑。你可以参考同花顺SuperMind的API文档来实现。
2. 持仓管理：示例中 holdings 和 total_cash 用于管理持仓和现金情况。
3. 回测和执行：在同花顺SuperMind平台上进行回测和执行时，需要确保数据获取和策略逻辑的实现符合平台要求。