QMT策略回测中，在handlebar里，每天都取获取过去三天涨幅前50的品种

Zylh_Admin

实现效果

代码分享

1. # coding:gbk
   
2. 
   
3. def init(C):
   
4.     C.stock_list = C.get_stock_list_in_sector('沪深300')
   
5.     return
   
6. 
   
7. 
   
8. def handlebar(C):
   
9.     #当前k线日期
   
10.     bar_date = timetag_to_datetime(C.get_bar_timetag(C.barpos), '%Y%m%d%H%M%S')
    
11.     #回测不需要订阅最新行情使用本地数据速度更快 指定subscribe参数为否. 如果回测多个品种 需要先下载对应周期历史数据
    
12.     local_data = C.get_market_data_ex(['close'], C.stock_list, end_time = bar_date, period = C.period, count = 3)
    
13. 
    
14.     # 初始化涨幅和日期范围存储结构
    
15.     growth_rates = {}
    
16. 
    
17.     for stock, df in local_data.items():
    
18.         # 确保DataFrame是按日期排序的
    
19.         df_sorted = df.sort_index()
    
20.         # 计算涨幅：(最后一天的收盘价 - 第一天的收盘价) / 第一天的收盘价
    
21.         if len(df_sorted) >= 2:  # 确保有至少两天的数据来计算涨幅
    
22.             start_date = df_sorted.index[0]
    
23.             end_date = df_sorted.index[-1]
    
24.             growth_rate = (df_sorted['close'].iloc[-1] - df_sorted['close'].iloc[0]) / df_sorted['close'].iloc[0]
    
25.             # 存储涨幅和日期范围
    
26.             growth_rates[stock] = (growth_rate, start_date, end_date)
    
27. 
    
28.     # 将股票根据涨幅进行排序，得到一个由(股票, (涨幅, 起始日期, 结束日期))组成的列表
    
29.     sorted_growth_rates = sorted(growth_rates.items(), key=lambda x: x[1][0], reverse=True)
    
30. 
    
31.     # 提取排序后的前50个股票的名称
    
32.     top_50_stocks = [stock for stock, _ in sorted_growth_rates[:50]]
    
33. 
    
34.     # 打印股票列表
    
35.     print(f"{bar_date}Top 50 stocks by growth rate:")
    
36.     print(top_50_stocks)
    

复制代码