如何在 JoinQuant 平台构建一个有效的动量交易策略？

这是一个基于 JoinQuant (聚宽) 平台的“追涨杀跌”策略（学术上通常称为动量策略 Momentum Strategy）。

策略逻辑

这个策略的核心思想是：强者恒强，弱者恒弱。

1. 追涨（买入逻辑）：计算股票池中所有股票过去 N 天（例如20天）的涨幅，买入涨幅最高的几只股票。
2. 杀跌（卖出逻辑）：如果持仓的股票涨幅不再排名靠前（动量减弱），或者跌出了目标列表，则将其卖出。
3. 股票池：选用沪深300成分股（流动性好，避免小盘股陷阱）。
4. 调仓频率：按天进行监测和调仓。

策略代码

# -*- coding: utf-8 -*-
from jqdata import *

def initialize(context):
    """
    初始化函数，设定基准、手续费、全局变量等
    """
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开开启真实价格模式（动态复权）
    set_option('use_real_price', True)
    # 过滤掉order系列API产生的比error级别低的log
    log.set_level('order', 'error')
    
    # 设定手续费：买入万三，卖出万三加千一印花税
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    # --- 策略参数设置 ---
    g.security_pool = '000300.XSHG'  # 股票池：沪深300
    g.momentum_days = 20             # 追涨周期：过去20天的涨幅
    g.stock_num = 5                  # 持仓数量：持有涨幅最好的5只
    
    # 每天开盘时运行
    run_daily(market_open, time='09:30')

def check_stocks(context):
    """
    筛选股票：去除停牌、ST、退市、涨跌停的股票
    """
    # 获取股票池成分股
    stocks = get_index_stocks(g.security_pool)
    
    # 获取当前时刻的股票数据（判断停牌、ST等）
    current_data = get_current_data()
    
    final_stocks = []
    for code in stocks:
        # 过滤停牌和ST
        if current_data[code].paused or current_data[code].is_st:
            continue
        # 过滤涨停（无法买入）或跌停（无法卖出）
        if current_data[code].day_open >= current_data[code].high_limit or \
           current_data[code].day_open <= current_data[code].low_limit:
            continue
        final_stocks.append(code)
        
    return final_stocks

def get_momentum_list(context, stocks):
    """
    计算动量并排序
    """
    score_list = []
    
    # 获取历史收盘价数据
    # count = g.momentum_days + 1 是为了计算 (今天收盘 - N天前收盘) / N天前收盘
    # 注意：在盘中运行 '09:30' 时，取不到当天的收盘价，这里取的是截止到昨天的历史数据
    hist_data = history(g.momentum_days + 1, unit='1d', field='close', security_list=stocks, df=True)
    
    for code in stocks:
        # 确保数据长度足够
        if len(hist_data[code]) < g.momentum_days + 1:
            continue
        
        # 计算收益率：(昨天收盘价 - N天前收盘价) / N天前收盘价
        prev_close = hist_data[code][-1]
        start_close = hist_data[code][0]
        
        if start_close == 0: # 避免除以0
            continue
            
        ret = (prev_close - start_close) / start_close
        score_list.append((code, ret))
    
    # 按收益率从大到小排序
    score_list.sort(key=lambda x: x[1], reverse=True)
    
    # 返回排名前 g.stock_num 的股票代码列表
    top_stocks = [x[0] for x in score_list[:g.stock_num]]
    return top_stocks

def market_open(context):
    """
    每日交易逻辑
    """
    # 1. 筛选符合条件的股票池
    valid_stocks = check_stocks(context)
    
    # 2. 获取动量最高的股票列表（追涨目标）
    buy_list = get_momentum_list(context, valid_stocks)
    
    # 3. 获取当前持仓
    current_holdings = list(context.portfolio.positions.keys())
    
    # 4. 卖出逻辑（杀跌）：如果持仓股票不在买入列表中，说明它涨势不再强劲，卖出
    for stock in current_holdings:
        if stock not in buy_list:
            order_target_value(stock, 0)
            log.info("杀跌卖出: %s" % stock)
            
    # 5. 买入逻辑（追涨）：买入在榜单中的股票
    # 计算每只股票应该分配的资金（等权重分配）
    # 注意：这里使用 total_value 可能会导致满仓波动，实际操作可预留现金
    position_count = len(buy_list)
    if position_count > 0:
        value_per_stock = context.portfolio.total_value / position_count
        
        for stock in buy_list:
            # 如果已经在持仓中，order_target_value 会自动调整仓位（加仓或减仓到目标值）
            # 如果不在持仓中，则开仓
            order_target_value(stock, value_per_stock)
            # 记录日志（仅当是新开仓时记录比较清晰，这里简化处理）
            if stock not in current_holdings:
                log.info("追涨买入: %s" % stock)

代码详解

1. initialize:

   • 设置了基准为沪深300。
   • 设置了 g.momentum_days = 20，意味着我们看过去20个交易日的表现。
   • 设置了 g.stock_num = 5，即只持有表现最好的5只股票。

2. check_stocks:

   • 这是一个风控过滤函数。它剔除了停牌、ST（风险警示）以及开盘就涨跌停的股票，防止策略买入无法交易或高风险的标的。

3. get_momentum_list:

   • 这是策略的核心。它使用 history 函数获取过去 N 天的价格。
   • 计算公式：(昨天收盘价 - N天前收盘价) / N天前收盘价。
   • 将所有股票按涨幅从高到低排序，取前5名。这就是“追涨”的量化体现。

4. market_open:

   • 卖出（杀跌）：检查当前持仓的股票，如果它已经不在前5名列表里了（说明它涨不动了，或者跌了），直接清仓。
   • 买入（追涨）：对前5名的股票进行等权重买入。

如何优化这个策略？

如果你想让这个策略更完善，可以考虑以下几点：

• 止损机制：目前的“杀跌”是基于排名的。你可以加入硬性止损，例如：如果单只股票亏损超过 8%，无视排名强制卖出。
• 大盘择时：在 market_open 开头加入判断，如果沪深300指数跌破了60日均线（大盘走熊），则清空所有仓位，空仓避险。
• 调仓频率：目前是每天调仓，手续费可能较高。可以改为 run_weekly 每周调仓一次。

Q&A

Q: 为什么选择沪深300而不是全市场股票？
A: 全市场包含很多小盘股，波动极大且容易受流动性影响。对于动量策略，沪深300成分股流动性好，回测结果更接近实盘真实情况。

Q: 什么是“动态复权”？
A: 代码中 set_option('use_real_price', True) 开启了真实价格模式。这在回测中非常重要，因为它能正确处理分红和拆股，避免因为股票除权导致的价格“假摔”触发错误的卖出信号。

Q: 这个策略最大的风险是什么？
A: 动量策略最大的风险是市场震荡。在趋势不明显的震荡市中，股票可能今天涨明天跌，导致策略频繁高买低卖（左右挨打），造成本金磨损。