股票投资组合策略回测

这个项目用于验证以下投资组合策略的有效性：

• 35% 中证500
• 15% 标普500
• 10% 红利
• 10% 黄金
• 15% 消费
• 15% 科创50

同时，项目还会测试当资产配置偏离目标20%时进行再平衡是否能提高收益。

环境要求

• Python 3.6+
• 依赖包：akshare, pandas, numpy, matplotlib

安装

1. 创建虚拟环境：

python3 -m venv venv

1. 激活虚拟环境：

# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate

1. 安装依赖：

pip install akshare pandas numpy matplotlib

使用方法

运行主程序：

python stock_strategy.py

程序会自动：

1. 尝试获取真实的历史数据（目前只有黄金数据可靠获取）
2. 对于无法获取的数据，使用模拟数据进行补充（仅用于演示策略）
3. 运行不再平衡的回测
4. 运行20%阈值再平衡的回测
5. 比较两种策略的结果
6. 生成结果图表保存在results目录下

数据说明

由于akshare接口的限制或变更，目前只能可靠获取黄金数据。为了演示策略的有效性，程序会：

1. 获取真实的黄金价格数据
2. 为其他资产生成模拟数据（基于随机游走模型，但添加了一定的趋势）
3. 自动调整资产配置比例，确保总权重为100%

注意：模拟数据仅用于演示策略，不代表真实市场表现。在实际投资中，应使用真实历史数据进行回测。

结果解释

程序会输出以下指标的比较：

• 年化收益率
• 最大回撤
• 夏普比率
• 再平衡次数

同时会计算再平衡策略相对于不再平衡策略的改进百分比。

注意事项

• 由于数据获取限制，大部分指数使用模拟数据代替
• 程序运行时间可能较长，取决于网络状况和数据量
• 结果仅供参考，不构成投资建议

A股量化选股策略集合

本项目还实现了多种A股量化选股策略，包括价值型、成长型、质量型、动量型和多因子选股策略，使用akshare获取实际数据进行选股。

选股策略文件结构

• value_strategy_basic.py: 双低双高价值选股策略（低PE、低PB、高ROE、高股息）
• growth_strategy.py: 成长型选股策略（高净利润增长率、高营收增长率、高ROE增长率、高EPS增长率）
• quality_strategy.py: 质量型选股策略（高ROE、高毛利率、低负债率、高现金流质量）
• momentum_strategy.py: 动量型选股策略（基于过去3个月、6个月和12个月的价格动量）
• multi_factor_strategy.py: 多因子选股策略（综合价值、成长、质量和动量因子）
• run_all_strategies.py: 运行所有策略并比较结果

额外依赖

选股策略部分需要额外安装：

pip install scikit-learn

选股策略使用方法

运行单个策略

每个策略文件都可以单独运行，例如：

python value_strategy_basic.py  # 运行双低双高价值选股策略
python growth_strategy.py       # 运行成长型选股策略
python quality_strategy.py      # 运行质量型选股策略
python momentum_strategy.py     # 运行动量型选股策略
python multi_factor_strategy.py # 运行多因子选股策略

运行所有策略并比较结果

python run_all_strategies.py

这将运行所有策略，并分析各策略之间的重叠股票，找出被多个策略共同选中的股票。

策略说明

1. 双低双高价值选股策略

选股条件：

• PE < 15
• PB < 1.5
• ROE > 10%
• 股息率 > 2%

2. 成长型选股策略

选股条件：

• 净利润增长率 > 20%
• 营收增长率 > 15%
• ROE增长率 > 5%
• EPS增长率 > 15%

3. 质量型选股策略

选股条件：

• ROE > 15%
• 毛利率 > 30%
• 资产负债率 < 50%
• 现金流质量（经营现金流/净利润）> 1.0

4. 动量型选股策略

基于过去不同时间段的价格动量，权重分配：

• 3个月动量权重 = 0.5
• 6个月动量权重 = 0.3
• 12个月动量权重 = 0.2

5. 多因子选股策略

综合考虑价值、成长、质量和动量因子，权重均为0.25。

选股结果输出

所有策略的选股结果将保存在results目录下，包括：

• 各个策略的选股结果CSV文件
• 所有策略的综合结果CSV文件

选股策略注意事项

• 由于akshare接口限制，获取数据可能需要较长时间
• 动量策略和多因子策略中的动量计算为了演示只处理了部分股票
• 选股结果仅供参考，不构成投资建议
• 实际投资决策应结合更多因素综合考虑