聚宽（JoinQuant）量化策略入门：如何协同使用 initialize、context 与 portfolio 核心对象？

聚宽（JoinQuant）核心对象协同工作原理

在聚宽量化交易平台中，编写一个完整的策略主要依赖于初始化函数（initialize）、**上下文对象（context）以及账户资产对象（portfolio）**的协同配合。它们的关系如下：

1. initialize(context)：策略的起点。在整个回测或模拟盘生命周期中仅执行一次。用于设定基准、开启真实价格模式、初始化全局变量（使用 g 对象）以及注册定时运行任务（如 run_daily）。
2. context：策略的“大管家”。它是一个只读对象，贯穿策略的整个运行过程，并被自动传入各个执行函数中。它包含了当前的时间戳（context.current_dt）、运行参数以及最重要的子账户与资产信息。
3. context.portfolio：资金与持仓的“账本”。通过它，策略可以实时查询当前账户的总资产、可用现金、持仓标的及持仓成本，从而做出买入或卖出的决策。

核心 API 与属性介绍

1. 获取账户整体状态 (context.portfolio)

• context.portfolio.total_value：当前账户总权益（现金 + 持仓市值）。
• context.portfolio.available_cash：当前可用资金，可用于购买证券。
• context.portfolio.positions_value：当前持有的所有证券的总市值。
• context.portfolio.returns：账户自回测开始以来的累计收益率。

2. 获取单只股票的持仓状态 (context.portfolio.positions)

context.portfolio.positions 是一个字典（Dict），键为股票代码，值为 Position 对象：

• context.portfolio.positions[security].total_amount：总持仓股数。
• context.portfolio.positions[security].closeable_amount：可卖出的仓位（A股 T+1 规则下，当天买入的不可卖出）。
• context.portfolio.positions[security].avg_cost：当前持仓的开仓/加仓均价。
• context.portfolio.positions[security].value：该股票当前的持仓市值。

完整策略源码示例：均线突破策略

以下策略展示了如何在 initialize 中初始化账户，并在每日开盘时通过 context 获取现金和持仓状态，执行买卖操作：

# 导入聚宽函数库
import jqdata

def initialize(context):
    # 1. 定义全局变量，保存要操作的股票（平安银行）
    g.security = '000001.XSHE'
    
    # 2. 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    
    # 3. 强烈建议开启真实价格模式（动态复权）
    set_option('use_real_price', True)
    
    # 4. 设置佣金与印花税：买入万三，卖出万三加千一印花税，最低5元
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    # 5. 注册每日运行函数：每天 09:30 运行 market_open 函数
    run_daily(market_open, time='09:30')

def market_open(context):
    security = g.security
    
    # 1. 使用 context 获取当前逻辑时间
    log.info("当前交易日时间: %s" % context.current_dt)
    
    # 2. 获取历史数据：过去5天的收盘价
    close_data = attribute_history(security, 5, '1d', ['close'])
    MA5 = close_data['close'].mean()
    current_price = close_data['close'][-1]
    
    # 3. 使用 context.portfolio 获取账户状态
    cash = context.portfolio.available_cash  # 获取可用现金
    
    # 获取个股持仓信息
    position = context.portfolio.positions[security]
    current_holdings = position.total_amount  # 当前持仓股数
    sellable_amount = position.closeable_amount  # 可卖出股数
    
    log.info("当前可用现金: %.2f 元, 当前持仓: %d 股, 可卖出: %d 股" % (cash, current_holdings, sellable_amount))
    
    # 4. 交易逻辑判断
    # 如果上一时间点价格高出五天平均价1%，且当前无持仓，则全仓买入
    if current_price > 1.01 * MA5 and current_holdings == 0:
        log.info("价格高于均价1%%，执行买入。")
        order_value(security, cash)  # 用所有可用资金买入
        
    # 如果上一时间点价格低于五天平均价，且持有可卖出的股票，则清仓卖出
    elif current_price < MA5 and sellable_amount > 0:
        log.info("价格低于均价，执行卖出。")
        order_target(security, 0)  # 卖出所有股票，使最终持有量为0
        
    # 5. 记录数据，绘制在回测图表上
    record(stock_price=current_price, ma5=MA5)

编写注意事项

1. 不要跨日期缓存数据：在开启 use_real_price=True 后，attribute_history 等 API 返回的是基于当天日期的前复权价格。不同日期看到的前复权价格可能不同，因此切勿将获取的价格数据存入全局变量 g 中跨日使用。
2. 区分 total_amount 与 closeable_amount：在 A 股市场实行 T+1 交易制度，当天买入的股票在当天不可卖出。因此，在编写卖出逻辑时，应判断 position.closeable_amount > 0，避免因可用仓位不足导致废单。