酒股近年来发展地比较好，所以想到了中短线策略，通过阶梯式的做多做空策略，最大化收益率的情况下尽可能减小波动率。
新手教程—财务数据¶
我们以查询数据库的方式向您提供了财务数据接口, 调用 get_fundamentals, 传入您要筛选的条件即可. 我们提供了四类财务数据, 分别存放到如下四个表中: 市值表, 利润表, 现金表, 负债表¶
# 使用?快速获取帮助
# 获取财务数据接口帮助
get_fundamentals?
# 注释掉下面的行来查询各个API的介绍
# query?
# # 各个表的介绍
# valuation?
# income?
# balance?
# cash_flow?
# # 各个表的字段的介绍示例
# valuation.pe_ratio?
# income.total_operating_revenue?
### 获取单只股票在某一日期的市值数据
df = get_fundamentals(query(
valuation
).filter(
valuation.code == '000001.XSHE'
), date='2015-10-15')
df
# 取出总市值
df['market_cap'][0]
### 获取多只股票在某一日期的市值, 利润
df = get_fundamentals(query(
valuation, income
).filter(
# 这里不能使用 in 操作, 要使用in_()函数
valuation.code.in_(['000001.XSHE', '600000.XSHG'])
), date='2015-10-15')
df
# 只选择表里的某些字段
### 获取多只股票在某一日期的市值, 利润, 现金流和负债数据
df = get_fundamentals(query(
valuation.code, valuation.market_cap, valuation.pe_ratio, income.total_operating_revenue
).filter(
# 这里不能使用 in 操作, 要使用in_()函数
valuation.code.in_(['000001.XSHE', '600000.XSHG'])
), date='2015-10-15')
df
# 选出所有的总市值大于1000亿元, 市盈率小于10, 营业总收入大于200亿元的股票
df = get_fundamentals(query(
valuation.code, valuation.market_cap, valuation.pe_ratio, income.total_operating_revenue
).filter(
valuation.market_cap > 1000,
valuation.pe_ratio < 10,
income.total_operating_revenue > 2e10
), date='2015-10-15')
df
# 在回测环境中可用: 选取上面的结果作为universe
# set_universe(list(df['code']))
