JoinQuant聚宽平台获取前一交易日持仓价值的实现方法

在 JoinQuant（聚宽）平台中，context.portfolio.positions_value 记录的是当前时刻的持仓价值。由于 context 对象只维护账户的当前状态，并没有直接提供获取历史某一天总持仓价值的内置属性。

为了获取前一个交易日的持仓价值来进行风控，最简单且最可靠的方法是：利用全局变量 g 结合收盘后运行函数 after_trading_end 来记录每天收盘时的持仓价值。

实现思路

1. 在 initialize 函数中初始化一个全局变量（例如 g.last_positions_value），用于存储前一天的持仓价值。
2. 在每天收盘后执行的 after_trading_end 函数中，将当天的 context.portfolio.positions_value 赋值给该全局变量。
3. 在第二天的盘中交易逻辑（如 handle_data 或 market_open）中，直接调用 g.last_positions_value 即可用于风控判断。

代码示例

下面是一个完整的策略框架示例：

# 导入聚宽函数库
import jqdata

def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    
    # 1. 初始化全局变量，记录前一交易日持仓价值
    # 策略刚启动时没有前一日数据，可以设为0或初始资金
    g.last_positions_value = 0 
    
    # 每天开盘时运行交易逻辑
    run_daily(market_open, time='09:30')
    # 每天收盘后运行，用于记录当天的最终状态
    run_daily(after_trading_end, time='15:30')

def market_open(context):
    # 3. 在盘中获取前一交易日的持仓价值，进行风控逻辑判断
    previous_value = g.last_positions_value
    current_value = context.portfolio.positions_value
    
    log.info(f"前一交易日收盘持仓价值: {previous_value}")
    log.info(f"当前持仓价值: {current_value}")
    
    # --- 这里可以编写您的风控逻辑 ---
    # 例如：如果当前持仓价值比昨天下跌超过5%，则清仓止损
    if previous_value > 0 and (current_value - previous_value) / previous_value < -0.05:
        log.warn("触发风控：持仓价值较昨日下跌超过5%，执行清仓！")
        for security in context.portfolio.positions:
            order_target(security, 0)
        return # 触发风控后跳过后续买入逻辑
        
    # --- 正常的买卖逻辑 ---
    # order('000001.XSHE', 100)

def after_trading_end(context):
    # 2. 每天收盘后，记录当天的持仓价值，作为明天的“前一交易日持仓价值”
    g.last_positions_value = context.portfolio.positions_value
    log.info(f"收盘记录：保存今日持仓价值 {g.last_positions_value} 供明日使用。")

注意事项

1. 策略启动的第一天：在策略运行的第一个交易日，after_trading_end 还未执行过，此时 g.last_positions_value 的值是您在 initialize 中赋予的初始值（如 0）。在编写风控逻辑时（如计算跌幅除以该值），需要做好防错处理（如 if previous_value > 0:），避免除以零的报错。
2. 出入金的影响：如果您在模拟盘中进行了手动出入金（inout_cash），这会影响总资产（total_value），但不会直接影响持仓价值（positions_value）。如果您是用总资产做风控，请注意出入金带来的数值突变。
3. 全局变量的持久化：在聚宽模拟盘中，g 对象会被自动序列化保存，因此即使模拟盘休眠重启，g.last_positions_value 的数据也不会丢失，可以放心使用。