PTrade 图论应用：使用 NetworkX 分析股票关联关系

使用 networkx 分析股票间的关联是量化金融中“复杂网络”分析的一种常见应用。通过将股票视为节点（Nodes），将股票间的相关性（如收益率相关系数）视为边（Edges），我们可以构建一个市场网络图，从而识别出市场中的核心资产、板块轮动效应或潜在的风险传导路径。

以下是在 PTrade 平台中使用 networkx 进行股票关联分析的完整策略示例。

核心逻辑

1. 数据获取：获取股票池（如上证50）的历史收盘价。
2. 计算相关性：计算每只股票的日收益率，并生成皮尔逊相关系数矩阵。
3. 构建网络：
   • 设定一个阈值（例如 0.6）。
   • 如果两只股票的相关系数大于该阈值，则在它们之间建立一条边。
4. 网络分析：
   • 使用度中心性（Degree Centrality）：衡量一个节点与其他节点连接的紧密程度。度中心性最高的股票通常被认为是该板块的“领头羊”或市场情绪的核心。
5. 交易决策：买入度中心性最高的股票（假设其最具代表性及上涨动力）。

PTrade 策略代码实现

import networkx as nx
import pandas as pd
import numpy as np

def initialize(context):
    """
    初始化函数
    """
    # 设定股票池，这里以上证50为例，代表大盘蓝筹
    # 注意：get_index_stocks 建议在 before_trading_start 调用，但为了初始化方便，
    # 这里先定义一个全局变量存储代码，实际获取在盘前进行
    g.index_code = '000016.SH' 
    g.stocks = []
    
    # 设定相关系数阈值，只有相关性高于此值的股票才会被连接
    g.corr_threshold = 0.6
    
    # 设定持仓股票数量
    g.target_hold_count = 5
    
    # 设定历史数据窗口长度（用于计算相关性）
    g.history_days = 60
    
    # 每日运行一次
    run_daily(context, trade_func, time='10:00')

def before_trading_start(context, data):
    """
    盘前处理：获取成分股，构建网络，计算中心性
    """
    # 获取上证50成分股
    g.stocks = get_index_stocks(g.index_code)
    
    if not g.stocks:
        log.info("未获取到成分股信息")
        return

    # 1. 获取历史收盘价数据
    # PTrade中，get_history获取多只股票单字段时，返回DataFrame，列名为股票代码
    history_data = get_history(g.history_days, '1d', 'close', g.stocks, fq='pre', include=False)
    
    if history_data is None or history_data.empty:
        log.info("历史数据获取失败")
        g.centrality_ranking = []
        return

    # 2. 计算日收益率
    # pct_change() 计算 (现价-前价)/前价
    returns_df = history_data.pct_change().dropna()
    
    # 3. 计算相关系数矩阵
    corr_matrix = returns_df.corr()
    
    # 4. 构建 NetworkX 图
    G = nx.Graph()
    
    # 添加节点
    G.add_nodes_from(g.stocks)
    
    # 添加边：遍历相关系数矩阵
    # 注意：矩阵是对称的，且对角线为1，我们需要过滤掉重复的和自身的
    columns = corr_matrix.columns
    for i in range(len(columns)):
        for j in range(i + 1, len(columns)):
            stock_a = columns[i]
            stock_b = columns[j]
            correlation = corr_matrix.iloc[i, j]
            
            # 如果相关性大于阈值，则添加边
            if correlation > g.corr_threshold:
                # 将相关系数作为权重（可选）
                G.add_edge(stock_a, stock_b, weight=correlation)
    
    # 5. 分析网络：计算度中心性 (Degree Centrality)
    # 度中心性越高，说明该股票与板块内其他股票的联动性越强
    if len(G.nodes()) > 0:
        degree_dict = nx.degree_centrality(G)
        # 将字典转换为列表并排序 [(股票代码, 中心性数值), ...]
        # Python 3.5 兼容写法
        sorted_centrality = sorted(degree_dict.items(), key=lambda x: x[1], reverse=True)
        
        # 提取排名靠前的股票代码
        g.centrality_ranking = [item[0] for item in sorted_centrality]
        
        log.info("今日网络关联度最高的股票前三名: %s" % str(g.centrality_ranking[:3]))
    else:
        g.centrality_ranking = []

def trade_func(context):
    """
    交易函数
    """
    if not g.centrality_ranking:
        return
        
    # 选取中心性最高的前N只股票
    target_stocks = g.centrality_ranking[:g.target_hold_count]
    
    # 获取当前持仓
    current_positions = list(context.portfolio.positions.keys())
    
    # 1. 卖出不在目标列表中的股票
    for stock in current_positions:
        if stock not in target_stocks:
            order_target_value(stock, 0)
            log.info("卖出非核心关联股票: %s" % stock)
            
    # 2. 买入目标股票
    # 简单的等权重分配资金
    if len(target_stocks) > 0:
        cash_per_stock = context.portfolio.portfolio_value / len(target_stocks)
        
        for stock in target_stocks:
            order_target_value(stock, cash_per_stock)
            log.info("买入高关联度核心股票: %s" % stock)

def handle_data(context, data):
    """
    盘中运行函数（本策略主要逻辑在 run_daily 中执行）
    """
    pass

代码关键点解析

1. 库的导入：

   • import networkx as nx：这是核心库。PTrade 环境通常内置了 networkx（文档显示版本为 1.9.1），该版本较老，因此代码中使用了兼容性较好的基础方法（如 G.add_nodes_from）。

2. 数据处理：

   • get_history：一次性获取多只股票的收盘价。在 Python 3.5 环境下，当 field 为单个字段（如 'close'）时，返回的是 DataFrame，列索引为股票代码，这非常适合直接计算相关性。
   • returns_df.corr()：Pandas 内置方法，快速计算皮尔逊相关系数矩阵。

3. 图的构建 (Graph Construction)：

   • 我们使用 nx.Graph() 创建无向图。
   • 双重循环遍历相关系数矩阵的上三角部分（避免重复计算 A-B 和 B-A），只有当 correlation > g.corr_threshold 时才添加边。这意味着我们只关注强相关的股票对。

4. 中心性指标 (Centrality)：

   • nx.degree_centrality(G)：计算节点的度中心性。在股票网络中，度中心性高的节点意味着它与大量其他股票同涨同跌，通常被视为市场风格的代表或系统性风险的敏感点。

扩展分析思路

除了上述代码中的度中心性，您还可以利用 networkx 进行更深度的分析：

• 最小生成树 (MST)：使用 nx.minimum_spanning_tree(G)。在金融中，MST 常用于去噪，构建市场的骨干结构，观察资金如何在板块间流动。
• PageRank 算法：使用 nx.pagerank(G)。不仅考虑连接的数量，还考虑连接对象的质量（即与重要股票关联的股票更重要）。
• 社群检测 (Community Detection)：识别网络中紧密连接的子图，这通常对应着实际的行业板块或概念板块（有时能发现跨行业的隐形关联）。

Q&A

Q1: 为什么选择相关系数作为边的权重？
A1: 相关系数直接反映了资产价格变动的同步性。正相关表示同涨同跌，负相关表示对冲。在构建网络时，通常关注高正相关性来寻找核心资产，或关注低/负相关性来构建分散化投资组合。

Q2: 阈值 g.corr_threshold 设置多少合适？
A2: 这取决于市场环境和股票池的大小。

• 在牛市或暴跌时，市场普涨普跌，相关性普遍较高，阈值应调高（如 0.7-0.8），以区分真正的核心关联。
• 在震荡市中，个股分化，阈值可适当调低（如 0.5）。
• 也可以使用动态阈值（例如取相关系数矩阵的前 10% 分位数）。

Q3: PTrade 中的 networkx 版本较老有什么影响？
A3: PTrade 文档显示支持 networkx 1.9.1。新版（2.x+）中很多方法的返回值从列表（List）变成了迭代器（Iterator/View），例如 G.nodes()。在编写代码时，尽量使用基础的图论方法，避免使用新版特有的语法。上述示例代码已考虑到这一点，使用了通用的写法。