joinquant股票怎么获取小时数据

Ⅰ python的量化代码怎么用到股市中

2010 ~ 2017 沪深A股各行业量化分析

在开始各行业的量化分析之前，我们需要先弄清楚两个问题：

• 第一，A股市场上都有哪些行业；

• 第二，各行业自2010年以来的营收、净利润增速表现如何？

第一个问题
很好回答，我们使用JQData提供的获取行业成分股的方法，输入get_instries(name='sw_l1')
得到申万一级行业分类结果如下：它们分别是：【农林牧渔、采掘、化工、钢铁、有色金属、电子、家用电器、食品饮料、纺织服装、轻工制造、医药生物、公用事业、交通运输、房地产、商业贸易、休闲服务、综合、建筑材料、建筑装饰、电器设备、国防军工、计算机、传媒、通信、银行、非银金融、汽车、机械设备】共计28个行业。

第二个问题
要知道各行业自2010年以来的营收、净利润增速表现，我们首先需要知道各行业在各个年度都有哪些成分股，然后加总该行业在该年度各成分股的总营收和净利润，就能得到整个行业在该年度的总营收和总利润了。这部分数据JQData也为我们提供了方便的接口：通过调用get_instry_stocks(instry_code=‘行业编码’, date=‘统计日期’)，获取申万一级行业指定日期下的行业成分股列表，然后再调用查询财务的数据接口：get_fundamentals(query_object=‘query_object’, statDate=year)来获取各个成分股在对应年度的总营收和净利润，最后通过加总得到整个行业的总营收和总利润。这里为了避免非经常性损益的影响，我们对净利润指标最终选取的扣除非经常性损益的净利润数据。

我们已经获取到想要的行业数据了。接下来，我们需要进一步分析，这些行业都有什么样的增长特征。

我们发现，在28个申万一级行业中，有18个行业自2010年以来在总营收方面保持了持续稳定的增长。它们分别是：【农林牧渔，电子，食品饮料，纺织服装，轻工制造，医药生物，公用事业，交通运输，房地产，休闲服务，建筑装饰，电气设备，国防军工，计算机，传媒，通信，银行，汽车】；其他行业在该时间范围内出现了不同程度的负增长。

那么，自2010年以来净利润保持持续增长的行业又会是哪些呢？结果是只有5个行业保持了基业长青，他们分别是医药生物，建筑装饰，电气设备，银行和汽车。（注：由于申万行业在2014年发生过一次大的调整，建筑装饰，电气设备，银行和汽车实际从2014年才开始统计。）

从上面的分析结果可以看到，真正能够保持持续稳定增长的行业并不多，如果以扣非净利润为标准，那么只有医药生物，建筑装饰，电气设备，银行和汽车这五个行业可以称之为优质行业，实际投资中，就可以只从这几个行业中去投资。这样做的目的是，一方面，能够从行业大格局层面避免行业下行的风险，绕开一个可能出现负增长的的行业，从而降低投资的风险；另一方面，也大大缩短了我们的投资范围，让投资者能够专注于从真正好的行业去挑选公司进行投资。

“2010-2017”投资于优质行业龙头的收益表现

选好行业之后，下面进入选公司环节。我们知道，即便是一个好的行业也仍然存在表现不好的公司，那么什么是好的公司呢，本文试图从营业收入规模和利润规模和来考察以上五个基业长青的行业，从它们中去筛选公司作为投资标的。

3.1按营业收入规模构建的行业龙头投资组合

首先，我们按照营业收入规模，筛选出以上5个行业【医药生物，建筑装饰，电气设备，银行和汽车】从2010年至今的行业龙头如下表所示：

结论

通过以上行业分析和投资组合的历史回测可以看到：

• 先选行业，再选公司，即使是从2015年股灾期间开始投资，至2018年5月1号，仍然能够获得相对理想的收益，可以说，红杉资本的赛道投资法则对于一般投资者还是比较靠谱的。

• 在构建行业龙头投资组合时，净利润指标显着优于营业收入指标，获得的投资收益能够更大的跑赢全市场收益率

• 市场是不断波动的，如果一个投资者从股灾期间开始投资，那么即使他买入了上述优质行业的龙头组合，在近3年也只能获得12%左右的累计收益；而如果从2016年5月3日开始投资，那么至2018年5月2日，2年时间就能获得超过50%以上的收益了。所以，在投资过程中选择时机也非常重要。

出自：JoinQuant 聚宽数据 JQData

Ⅱ 国内主流的量化平台都有哪些

掘金量化交易平台V3.0

地址：http://www.myquant.cn/

语言：C++、C#、Python、MATLAB

方式：本机

品种：股票，期货

优矿

地址：https://uqer.io/home/

语言：python

方式：云端

品种：股票，基金，期货

特点：支持外部数据的购买，数据较多，有聚源等提供的，较靠谱

RiceQuant米筐量化交易平台

地址：https://www.ricequant.com/

语言：python，java

方式：云端

品种：股票，基金

特点：口碑较好，据说较人性化

Joinquant聚宽

地址：https://www.joinquant.com/

语言：python

方式：云端

品种：股票，基金

特点：可订阅别人策略和看到别人策略回测图

BotVS量化平台

地址：https://www.botvs.com/

语言：JS

方式：云端

品种：期货，股票，数字货币

特点：支持数字货币，比如比特币

Bigquant人工智能量化

地址：https://bigquant.com/

语言：python

方式：云端

品种：股票

其他：目前网站只有架子，很多栏目是空的，突出了人工智能，但没看到具体策略。

果仁

地址：https://guorn.com/

语言：python

方式：云端

品种：股票，基金，组合。

特点：口碑较好，支持策略跟随

其他的较小众的平台

镭矿

地址：http://www.raquant.com/

京东量化

地址：https://quant.jd.com/

同花顺量化

地址：http://quant.10jqka.com.cn/platform/html/home.html

点宽网

地址：http://www.digquant.com.cn/quant/

诸葛量化

地址：https://www.gpxtrade.com/index.html

数库（人工智能驱动金融创新）

http://www.chinascope.com/index/ai.html

免费开源python财经数据接口包

地址：http://tushare.org/index.html

特点：只有数据，非量化策略平台

Ⅲ 【量化】各平台开源的选股策略汇总

大概收集了下各平台开源的量化选股策略。本意为供自己参考，顺手分享一下，希望能对有缘人有用，哈哈。

一、 多因子模型选股

多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。

1 、大师系列——价值投资法整理归档（一共19个经典的大师策略）

2 、多因子换档反转策略

3 、Foster Friess积极成长策略

4 、Fama-French三因子火锅&五因子模型

5 、多因子模型+资产组合优化（加“社区神定律——每月25号以后不交易”）

6 、11年100倍以上的多因子策略-四因子选股策略研究

7 、光大多因子模型

《光大证券_多因子系列报告之一:因子测试框架》，

《光大证券_多因子系列报告之二：因子测试全集》，

《光大证券_多因子系列报告之三：多因子组合“光大Alpha1.0”》

https://uqer.io/community/share/5958e0bec9dd160057510df9

8 、小费雪选股法

（一）小费雪——静态市收率PS： https://www.joinquant.com/post/6944?tag=new

（二）小费雪——相对市收率： https://www.joinquant.com/post/7027?tag=new

（三）小费雪（终）： https://www.joinquant.com/post/7029?tag=new

参考研报：《 华泰价值选股之低市收率A股模型Ⅱ 》

9 、华泰价值选股之FFScore模型

来源:【聚宽社区】https://www.joinquant.com/post/4872

参考研报： 【华泰金工林晓明团队】华泰价值选股之FFScore模型

10、国信动态多因子算法的实现

参考研报：国信《45数量化投资技术系列之四十五：基于A股市场选股因子边际效用和有效分散的动态区分度动量策略》

二、风格轮动模型

1 、斗牛蛋卷二八轮动原版策略实现（本质为择时）

简介：“二八轮动”就是根据A股市场中大盘股和小盘股走势不同作为信号判断的。（所谓二，就是指数量占20%的大盘股、权重股；所谓的八,就是数量占80%左右的中小盘股，非权重股；其轮动就是指在两者之间不断切换，轮流持有。）

三、配对交易

所谓配对交易，就是利用两只股票（或基金、债券等其他品种）走势非常相似，如果出现一直股票正偏离，一只股票负偏离，那么做空正偏离的股票，做多负偏离的股票。

1. 工农配对（偏向择时）

2. 银行轮动（中、农、工、商）无止损，年化77%

附：质疑帖：https://www.joinquant.com/post/5377?tag=new

四、 行业选股

1. 【羊群效应系列】--寻找行业轮动中的龙头股：

https://www.joinquant.com/post/1038?tag=new

金融市场的羊群效应主要是指投资者在市场交易过程中的学习与模仿的现象，当市场中存在羊群效应时，投资者在做出自己的决策时更加依赖于他人的行为而忽略自己所获取的信息。

五、资金流模型

1、 资金流模型的研究：

https://www.joinquant.com/post/973?tag=new

2、 资金流数据+支持向量机——判断股价走势：

（资金流可以解释一部分股价的变化，这里的思路是不考虑基本面也不考虑时间序列，主要看大额资金是流入还是流出。因此，考虑输入资金流数据，通过机器学习的方式来对未来股价的涨跌做分类预测。这里用的是支持向量机。）

https://www.joinquant.com/post/6744?tag=new

3 、个股资金流：

https://uqer.io/community/share/5696099e228e5b18dfba2c8b

六、事件选股：

1 、异动事件选股：

简介：在通常情况下，股票与指数的日内走势是随波逐流的关系。但是，在某些特殊的交易日里，股票可能在盘中频繁出现与指数走势背道而驰的情况。这种个性十足的价格异动，我们称之为“特立独行”事件。

策略中异动事件的筛选方法如下：

（1）取交易日t、股票stk的日内分钟收益率序列，计算其与上证综指当日分钟收益率序列的皮尔逊相关系数COV(stk,t)；

（2）将相关度因子COV(stk,t)低于阈值Lambda，视为发生“特立独行”异动事件。对于Lambda的选取，本文采用的计算方法是全部股票平均相关系数减去两倍标准差。

据此尝试构建一个基于“特立独行”异动事件的投资组合，在发生异动事件的样本中，选取“逆势涨”的部分，“逆市涨”指的是当日股票收益大于0，且市场收益率小于0。每日收盘后选出合格的股票标的，次日以开盘价等权买入，持有50个交易日后以收盘价卖出。由于事件发生的概率较低，为了防止空仓率高的情况，本文调长持有时间，这也一定程度减少了投资机会。

地址： https://uqer.io/community/share/57887bed228e5b8a099334a0

升级版： https://uqer.io/community/share/5795858d228e5ba29305f729

2 、事件驱动研究——财报对分析师评级上调事件的影响

https://uqer.io/community/share/59c9e27a0f66ae010a61be46

七、趋势追踪模型

（衡量股票趋势的指标最重要的就是均线系统，因为它是应用最为广泛的趋势追踪指标，

所以均线是不可或缺的，把它作为捕捉大盘主趋势的基石。但是纯粹的均线由于噪音等原因，使得经常会出现误操作，需要进行更多的处理机制，包括极点、过滤微小波动、高低点比较策略、高低点突破策略、长波的保护机制、长均线的保护机制等概念和技术细节；卡尔曼滤波）

1、 基于胜率的趋势交易策略：

简介：简单构建了一个基于胜率的趋势交易策略。认为过去一段时间（N天）内胜率较高、信息比率较高的股票会在紧随其后的几天有较好的表现

地址： https://uqer.io/community/share/565aeac3f9f06c6c8a91ae31

2、 海龟模型趋势跟随策略

简介：基于唐奇安突破通道，海龟模型的趋势捕捉是基于唐奇安突破通道系统，即价格突破20日最高价的最大值为入市信号，价格突破10日最低价的最小值为离场信号。

地址： https://uqer.io/community/share/58161031228e5b43fd5c26f6

3、 多头趋势回踩策略

简介：多头趋势回撤的思路，是根据若干条均线呈现出的形态判断一支股票是否处于强势状态，并抓住回调的时机低位买入。顾名思义，这个策略的要点分为两部分：多头趋势和回撤点。5、10、20、60、120五根均线为从上至下依次排序，由此判定股价处于多头趋势。均线呈完全相反的排列顺序，是空头趋势。均线反复交叉的情况，则为震荡趋势。

地址： https://www.joinquant.com/post/1901?tag=algorithm

Ⅳ 国泰安数据库有超额收益率吗

有的。
JoinQuant免费推出国泰安数据库，包含上市公司基本信息、分红、重大事项、宏观经济等多项数据，可在JoinQuant的数据中查看。有一定的超额收益率存在。
超额收益率等于实际收益率减去预期正常收益率，个股实际收益率的数据在国泰安数据库中可直接获取。

Ⅳ AI都能炒股了，以后就要拼谁的算法牛了

人工智能量化交易平台宣布获得数百万人民币融资。据悉，本轮融资将主要用于团队建设、产品开发和硬件设备投入。

是一家基于人工智能的量化投资公司，成立于2017年10月，主要将技术应用于量化投资领域，实现低风险高收益的投资回报。

中国私、公募基金规模呈大跨步发展，截止2018年2月底，中国私募基金规模已达12.01万亿元，公募资金规模已达12.64万亿，在控制风险的前提下，提高获得投资收益的效率，是公、私募投资最大需求，国外盛行的量化交易越来越被国内机构所接受。

在量化交易这个领域，目前已有不少项目：私人量化交易平台JoinQuant、RiceQuant以及优矿，为量化交易领域提供核心算法支持的众加，量化策略商城微量网、以量财富为代表的量化理财平台，以及为量化投资者提供智能交易和分析工具的名策数据。

量化交易策略的建立是量化交易的重要环节。目前主要方式有两种，一种是输入与这套逻辑相关联的因子，比如历史表现、公司财务数据、宏观经济数据、上下游供应商数据等众多参数，建立一套模型，以算出标的上涨或下跌的概率，并生成投资组合和调仓策略。随着近几年人工智能兴起，不少人开始选用机器学习等方式，输入众多因子，让AI自己生成策略。

创始人兼CEO庞表示，的做法则不同，是用神经管网络替代原来用逻辑和策略构建的数学模型，通过输入股票相关数据，利用训练不同结构的神经网络来实现机器自主的量化交易。想做量化交易界的Deepmind（研发阿尔法狗的团队），成为中国的基金。

目前，的首个产品A股机器人“狗”已上线，应用于国内二级市场的投资，产品已实盘测试8个月。数据显示，狗实盘业绩显着，在2017年11月A股普跌的情况下(中证1000跌幅超4%)，狗依然实现了5.23%的收益，最大回撤控制在2.7%，并在2018年1月底上证指数大跌12%的情况下，智富狗做到了提前清盘避险，业绩明显优于大盘。

投资人黄表示：“人工智能是非常好的提高效率的方式，非常关注人工智能在各个领域的应用，我们认为以为代表的、基于神经网络的人工智能量化交易平台，能极大地提高大型的高频交易的效率。人的精力有限，一个再好的操盘手也不可能同时看2000支股票，但机器能轻易办到。”

Ⅵ 请问如何使用技术指标选股

简单的量化策略可以根据KDJ、MACD等指标进行程序化交易。

其中基础的指标有：

1. MACD（Moving Average Convergence and Divergence)是Geral Appel 于1979年提出的，利用收盘价的短期（常用为12日）指数移动平均线与长期（常用为26日）指数移动平均线之间的聚合与分离状况，对买进、卖出时机作出研判的技术指标。

2. KDJ指标又叫随机指标，它起先用于期货市场的分析，由乔治·莱恩（George Lane）首创。后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具。

3. 移动平均线，Moving Average，简称MA，原本的意思是移动平均，由于我们将其制作成线形，所以一般称之为移动平均线，简称均线。

除此之外还有很多，这里不再赘述。

MACD的程序化实现方法可转至：https://www.joinquant.com/post/131

KDJ的程序化实现方法可转至：https://www.joinquant.com/post/23