三、实验内容(主要实验环节)
实验采用以下框架:
1.选股策略(20分):
使用基本面分析和因子分析来筛选出具有潜在投资价值的个股。内容要求:
1)阐述你的基本面分析原则
2)阐述你的因子分析原则
3)通过聚宽或tushare等类似平台，以基本面分析与因子分析的方式选出1个个股(含E TF)
4)代码及过程截图
注意事项:
避免使用未来数据，基本面分析与因子分析的数据时间点应在回测数据之前(5年或2年之前)
2.数据收集(10分):
从可靠的数据源中收集历史股票价格数据和相关技术指标。(historydata)内容要求;
1)阐述数据收集的要点
2)介绍数据源
3)编写Python代码从数据源获得个股数据。(5年(日数据)或2年(小时数
据)。数据截止日期2023-04-30)
4)代码及过程截图
3.特征工程(10分):
对数据进行清洗、处理和转换，以便于后续回测。内容要求;
1)对数据进行转换处理，使之符合回测格式
2)将日期列设置为索引
3)画出数据源的K线图，标示(20，50，200)MA线
4)代码及过程截图 -4.技术选型(30分):
使用常见的技术指标(如移动平均线MA相对强弱指数RSI等)来回测。内容要求:
1)阐述机械交易系统的主要类型及其主要指标;趋势跟踪型、均值回归型
2]探索性使用至少2种Python量化投资技术(一种趋势型如SMA、EMA，-
种均值回归型如RSI、MFI)对数据进行测试
3)确定技术选型，说明理由4)代码及过程截图
5.回测(30分):
对所选出的个股进行回测，并使用5年(日数据)或2年(小时数据)进行回测，数据截止日期2023-04-30样本数据 80%(数据的前80%)。样本外数据20%(数据的后20%)，以验证所提出的选股和技术选型是否有效。
内容要求;
1)根据技术选型制定策略，策略内容包括:入场条件，离场条件，购买规模，止盈条件，止损条件及选用各条件的原因
2)编写Python回测代码，推荐使用backtrader编写
3)要求在相关代码块注明:入场条件，离场条件，购买规模，止盈条件，止损条件
4)计算数据分割时间点，使用样本数据做参数调优，使用调优参数在样本外数据测试
5)展示回测结果，要求夏普比率大于1(ETF至少大于0.9)，夏普比率大则更佳
6)回测过程中进行了何种优化，展示优化思路与结果7)代码及过程截图(样本数据与样本外数据分别展示)
6.加分项(10分):
构建投资组合，选取两个及以上个股。如在个股空仓时期，购入国债ETF以提高资金使用率，又如选取低相关性个股构建投资组合以平滑收益曲线。
内容要求:
1)说明投资组合构建的原理
2)说明投资组合构建的原则
3)说明你的投资组合的构成及理由
4)如采用低相关性构建，提供低相关性个股走势图，相关性检验
5)编写Python回测代码，推荐使用backtrader编写
6)要求在相关代码块注明:入场条件，离场条件，购买规模，止盈条件，止损条件
7)使用样本数据进行参数调优，使用调优参数在样本外数据测试
8)展示回测结果，要求夏普比率大于1(ETF至少大于09)，夏普比率大则更佳
9)展示投资组合与单个个股回测比较
10)回测过程中进行了何种优化，展示优化思路与结果
11)代码及过程截图(样本数据与样本外数据分别展示)
你的tushare 的token 给我一下 , 我给你弄下
你老师要求用什么模块了吗？股票期货类型的分析模块比较多，你最好问问
代码分开写的还是一起？