+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

暂无数据

对Python中的产品组合进行回测

发布于2021-03-02 15:59     阅读(55)     评论(0)     点赞(6)     收藏(5)


0

1

2

3

4

5

6

7

8

9

我正在尝试对Markowitz投资组合进行回测。到目前为止,我已经尝试了zipline,backtrader和QSTrader(尽管QSTrader可以工作,但是没有文档,所以非常困难)。我并没有像我想要的那样进行回溯测试。

我的数据结构是一个包含200种不同股票调整后的收盘价的csv。我想每季度或每年对投资组合进行重新平衡。我已经有了用于实际投资组合优化的代码及其返回的权重。我只需要一个实际的框架来将这些权重插入,然后每季度重新进行一次计算。到目前为止,我已经进行了大约5个小时,而我只是无法进行任何回溯测试。Zipline在如何处理数据方面非常令人困惑,甚至在导入具有我所描述的结构的本地csv时更是如此。Backtrader也遇到了同样的问题。QSTrader似乎对我不起作用,并且在加载数据后抛出以下错误:

Traceback (most recent call last):
  File "d:\Finansiering. Modern Portfolio Theory Projekt\Finansiering_Backtrader.py", line 53, in <module>
    strategy_backtest.run()
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\trading\backtest.py", line 398, in run
    self.qts(dt, stats=stats)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\system\qts.py", line 172, in __call__
    rebalance_orders = self.portfolio_construction_model(dt, stats=stats)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\portcon\pcm.py", line 289, in __call__
    target_portfolio = self._generate_target_portfolio(dt, full_weights)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\portcon\pcm.py", line 139, in _generate_target_portfolio
    return self.order_sizer(dt, weights)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\portcon\order_sizer\dollar_weighted.py", line 168, in __call__
    'modifying the backtest start date and re-running.' % (asset, dt)
ValueError: Asset price for "A" at timestamp "2006-01-31 21:00:00+00:00" is Not-a-Number (NaN). This can occur if the chosen backtest start date is earlier than the first available price for a particular asset. Try modifying the backtest start date and re-running.

回测的开始日期是正确的,基本上是在该月需要重新平衡时才开始。我也无法解决此问题。

我希望有人对此有一个即插即用的解决方案。


解决方案


暂无回答

0

1

2

3

4

5

6



所属网站分类: 技术文章 > 问答

作者:黑洞官方问答小能手

链接: https://www.pythonheidong.com/blog/article/869962/83dcc4922f627b0c06dd/

来源: python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

6 0
收藏该文
已收藏

评论内容:(最多支持255个字符)