<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                企業??AI智能體構建引擎,智能編排和調試,一鍵部署,支持知識庫和私有化部署方案 廣告
                # HS300ETF套利(上) > 來源:https://uqer.io/community/share/56599d1ef9f06c6c8a91ada4 新股民入市時,一般都會收到一句忠告:“買ETF吧!”。 對于大部分散戶而言,這句話十分刺耳,但是卻無比正確。 假設來了:如果定投HS300ETF,那么從510300ETF基金上市以來,收益如何呢? ```py df = DataAPI.MktFunddAdjGet(ticker='510300',field='tradeDate,closePrice') print '漲幅:%s%%' %(100*df.closePrice.iloc[-1] / df.closePrice.iloc[0]-100) df.head().append(df.tail()) 漲幅:45.1420890937% ``` | | tradeDate | closePrice | | --- | --- | | 0 | 2012-05-28 | 2.6040 | | 1 | 2012-05-29 | 2.6440 | | 2 | 2012-05-30 | 2.6360 | | 3 | 2012-05-31 | 2.6300 | | 4 | 2012-06-01 | 2.6300 | | 848 | 2015-11-23 | 3.9869 | | 849 | 2015-11-24 | 3.9901 | | 850 | 2015-11-25 | 4.0142 | | 851 | 2015-11-26 | 3.9953 | | 852 | 2015-11-27 | 3.7795 | 可以看到,三年多漲幅高達45%,這還是在經歷了股災后的收益。 不費心不費力,就可以大幅跑贏寶寶。 不過值得注意的是,如果買在牛市高點,那就要套牢了。 也許你要問了,這個東西,確實是很省心,而且也享受了大盤上漲帶來的紅利,但是這個收益,咱還能不能再提高點呢? 答案當然是肯定的。 目前市場上,掛鉤HS300指數的ETF基金有好幾款,其中流通性最好的就是滬市的510300和深市的159919。我的策略思路是: 兩只ETF均掛鉤HS300指數,估值透明,當A折價大于B時,賣出B買入A,反之同理。 直接上代碼: ```py from CAL.PyCAL import * start = '2015-01-01' # 回測起始時間 end = '2015-11-26' # 回測結束時間 benchmark = 'HS300' # 策略參考標準 universe = ['510300.XSHG', '159919.XSHE'] # 證券池,支持股票和基金 sh300, sz300 = universe capital_base = 100000 # 起始資金 freq = 'd' # 策略類型,'d'表示日間策略使用日線回測,'m'表示日內策略使用分鐘線回測 commission = Commission(buycost=0.00015, sellcost=0.00015) refresh_rate = 1 # 調倉頻率,表示執行handle_data的時間間隔,若freq = 'd'時間間隔的單位為交易日,若freq = 'm'時間間隔為分鐘 cal = Calendar('China.SSE') def initialize(account): # 初始化虛擬賬戶狀態 pass def handle_data(account): # 每個交易日的買入賣出指令 # 有停牌的話,今天就跳過。 if len(account.universe) < 2: return last_date = cal.advanceDate(account.current_date, '-1B').strftime('%Y%m%d') try: # 獲取兩只基金昨日收盤時的折價率 sh300_df = DataAPI.MktFunddGet(ticker=u"510300",beginDate=last_date,endDate=last_date,field=u"discountRatio",pandas="1") sz300_df = DataAPI.MktFunddGet(ticker=u"159919",beginDate=last_date,endDate=last_date,field=u"discountRatio",pandas="1") discount_sh = sh300_df.discountRatio[0] discount_sz = sz300_df.discountRatio[0] except: return # 搬搬搬 if discount_sh - discount_sz > 0.002: order_pct_to(sh300, 0.99) order_pct_to(sz300, 0) elif discount_sz - discount_sh > 0.002: order_pct_to(sh300, 0) order_pct_to(sz300, .99) ``` ![](https://box.kancloud.cn/2016-07-30_579cbac25c47a.jpg) 效果看著還可以吧。 這個策略還比較粗糙,而且市場容量有限,權當拋磚引玉。 有心人可以再研究交流。 有機會會再寫一篇(下),做一些更細節的測試。 本文不做任何買入建議,后果概不負責!!!
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看