备注：
09pandas基础（下）
10择时策略框架（一）（上） 已经完成
......
25 已经完成
Feb-23-2020 全部学完。
一、资源
1.计算指标（第20课）
年化收益 = pow(总收益，365/天数)
2.pandas （花1.5小时即可学完）
查看pandas所有函数：https://pandas.pydata.org/pandas-docs/stable/reference/index.html
二、双均线策略回测
# =====计算实际资金曲线(实际方法)
df = df[['交易日期', '股票代码', '开盘价', '最高价', '最低价', '收盘价', '涨跌幅', 'pos']]
df.reset_index(inplace=True, drop=True)
# ===设定参数
initial_money = 1000000 # 初始资金，默认为1000000元
slippage = 0.01 # 滑点，默认为0.01元
c_rate = 5.0 / 10000 # 手续费，commission fees，默认为万分之5
t_rate = 1.0 / 1000 # 印花税，tax，默认为千分之1
# ===第一天的情况
df.at[0, 'hold_num'] = 0 # 持有股票数量，此处也可用loc，但是定位单个元素at效率更高。
df.at[0, 'stock_value'] = 0 # 持仓股票市值
df.at[0, 'actual_pos'] = 0 # 每日的实际仓位
df.at[0, 'cash'] = initial_money # 持有现金现金
df.at[0, 'equity'] = initial_money # 总资产 = 持仓股票市值 + 现金
# print df[['交易日期', '开盘价', 'pos', 'hold_num', 'stock_value', 'actual_pos', 'cash', 'equity']]
# ===第一天之后每天的情况
# 从第二行开始，逐行遍历，逐行计算
for i in range(1, df.shape[0]):
# 前一天持有的股票的数量
hold_num = df.at[i - 1, 'hold_num']
# 判断当天是否除权，若发生除权，需要调整hold_num
# 若当天通过收盘价计算出的涨跌幅，和当天实际涨跌幅不同，说明当天发生了除权
if abs((df.at[i, '收盘价'] / df.at[i-1, '收盘价'] - 1) - df.at[i, '涨跌幅']) > 0.001:
stock_value = df.at[i - 1, 'stock_value']
# 交易所会公布除权之后的价格
last_price = df.at[i, '收盘价'] / (df.at[i, '涨跌幅'] + 1)
hold_num = stock_value / last_price
hold_num = int(hold_num)
# if i > 1030:
# print stock_value, last_price, hold_num
# print df.iloc[1034:][['交易日期', '收盘价', '涨跌幅', 'pos', 'hold_num', 'cash', 'stock_value']]
# 判断是否需要调整仓位：拿今天的仓位pos，和昨天的仓位pos进行比较，看是否相同
# 需要调整仓位
if df.at[i, 'pos'] != df.at[i - 1, 'pos']:
# 对于需要调整到的仓位，需要买入多少股票
# 昨天的总资产 * 今天的仓位 / 今天的收盘价，得到需要持有的股票数
theory_num = df.at[i - 1, 'equity'] * df.at[i, 'pos'] / df.at[i, '开盘价']
# 对需要持有的股票数取整
theory_num = int(theory_num) # 向下取整数，向上取整会出现钱不够的情况
# 将theory_num和昨天持有股票相比较，判断加仓还是减仓
# 加仓
if theory_num >= hold_num:
# 计算实际需要买入的股票数量
buy_num = theory_num - hold_num
# 买入股票只能整百，对buy_num进行向下取整百
buy_num = int(buy_num / 100) * 100
# 计算买入股票花去的现金
buy_cash = buy_num * (df.at[i, '开盘价'] + slippage)
# 计算买入股票花去的手续费，并保留2位小数
commission = round(buy_cash * c_rate, 2)
# 不足5元按5元收
if commission < 5 and commission != 0:
commission = 5
df.at[i, '手续费'] = commission
# 计算当天收盘时持有股票的数量和现金
df.at[i, 'hold_num'] = hold_num + buy_num # 持有股票，昨天持有的股票，加上今天买入的股票
df.at[i, 'cash'] = df.at[i - 1, 'cash'] - buy_cash - commission # 剩余现金
# print df[['交易日期', '开盘价', 'pos', 'hold_num', 'cash', '手续费']]
# exit()
# 减仓
else:
# 计算卖出股票数量，卖出股票可以不是整数，不需要取整百。
sell_num = hold_num - theory_num
# 计算卖出股票得到的现金
sell_cash = sell_num * (df.at[i, '开盘价'] - slippage)
# 计算手续费，不足5元按5元收，并保留2位小数
commission = round(max(sell_cash * c_rate, 5), 2)
df.at[i, '手续费'] = commission
# 计算印花税，保留2位小数。历史上有段时间，买入也会收取印花税
tax = round(sell_cash * t_rate, 2)
df.at[i, '印花税'] = tax
# 计算当天收盘时持有股票的数量和现金
df.at[i, 'hold_num'] = hold_num - sell_num # 持有股票
df.at[i, 'cash'] = df.at[i - 1, 'cash'] + sell_cash - commission - tax # 剩余现金
# print df.iloc[50:100][['交易日期', '开盘价', 'pos', 'hold_num', 'cash', '手续费', '印花税']]
# 不需要调仓
else:
# 计算当天收盘时持有股票的数量和现金
df.at[i, 'hold_num'] = hold_num # 持有股票
df.at[i, 'cash'] = df.at[i - 1, 'cash'] # 剩余现金。此处的cash可以乘以余额宝的收益率。
# print df[['交易日期', 'pos', 'hold_num', 'cash']]
# 以上的计算得到每天的hold_num和cash
# 计算当天收盘时的各种资产数据
df.at[i, 'stock_value'] = df.at[i, 'hold_num'] * df.at[i, '收盘价'] # 股票市值
df.at[i, 'equity'] = df.at[i, 'cash'] + df.at[i, 'stock_value'] # 总资产
df.at[i, 'actual_pos'] = df.at[i, 'stock_value'] / df.at[i, 'equity'] # 实际仓位
# print df[['交易日期', 'pos', 'cash', 'stock_value', 'equity', 'actual_pos']]
df = df[['交易日期', '收盘价', 'pos', 'hold_num', 'cash', 'stock_value', 'equity', 'actual_pos', '手续费', '印花税']]
print df
# print df[['手续费', '印花税']].sum()