admin管理员组文章数量:1535990
1、策略介绍
本策略从历史收益率的角度看行业轮动,希望从行业指数的历史数据找出统计上具有显著相关性的行业。
按照行业轮动理论的思想,本策略选取的行业标准和策略思想如下:
% 行业:申万一级行业(28个,包括综合行业)
% 数据:从2015年1月1日至今的历史上所有申万一级行业的每日行情数据。
% 思想:首先,利用行业的每日行情数据计算出各行业的月度行情,根据月度行情数据计算出月度收益率数据;其次,根据月度收益率数据对各行业的每月收益进行排序,得到排序矩阵;最后,将所有行业的月度收益率排序数据与行业的一阶滞后月度收益率排序做相关性分析,并选择出在统计上具有显著相关性的行业。
代码涉及到的函数:
1、concat()
concat函数是pandas底下的方法,可以把数据根据不同的轴进行简单的融合
pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False)
参数说明:
objs:series,dataframe,或者panel构成的序列list
axis:0 行,1列
join:inner,outer
a:相同字段表首尾巴相接
2、DataAPI.MktIdxdGet()
3、DataAPI.IndustryGet()
#行业轮动策略
#1、计算阅读行业收益率
import numpy as np
import pandas as pd
import intertools
from datetime import datetime
from dateutil.parser import parse
from scipy import stats as ss
import matplotlib.pyplot as plt
import seaborn as sn
sn.set_style('white')
def get_sw_ind_quotation():
'''
返回申万一级行业指数的所有历史行情
Args:
opt(bool):选择是否剔除综合行业,默认不剔除
Returns:
DataFrame:申万一级行业指数日线行情
Example:
>>df_daily_industry_unstack=get_sw_ind_quotation()
'''
#拿取申万一级行业指数代码,一共28个
index_symbol=DataAPI.IndustryGet(industryVersion=u"SW",industryVersionCD=u"",industryLevel=u"1",isNew=u"1",field=u"",pandas=
版权声明:本文标题:行业轮动投资策略 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dianzi/1726917259a1090265.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论