为明天回测做准备

1，仓位一个表，收盘价一个表，计算权益端的资金

df_close = pd.read_excel('close.xlsx',index_col='日期')
df_pos = pd.read_excel('pos.xlsx',index_col='日期')

# numpy转 dataframe
b = np.array(df_close)* np.array(df_pos)
c = pd.DataFrame(b.sum(axis=1),columns=['net_value'],index=df_pos.index)

# 直接用dataframe的乘法也行，只是我记成了pd.dot,应该用pd.mul
d = df_close.mul(df_pos).sum(axis=1)

顺便普及一下dataframe加减乘除pd.add, pd.sub, pd.mul, pd.div
2，时间问题：月末最后一个工作日，季度末最后一个工作日

import pandas.tseries.offsets as pto

b = (df_close.index + pto.BQuarterEnd()).unique()
c = (df_close.index + pto.BMonthEnd()).unique()

pandas.tseries.offsets的介绍
3，链接数据库
sql导出到excel，再用python读...
不然python链接数据库
现在问题：a,不知道怎么连接数据库
b,不知道表在哪
明天去了看一下，解决掉这个问题

跟预想的差不多，给出仓位再根据仓位进行历史回测。
保密协议，就不能直接放代码了。
放部分思路吧

• 1-时间
  存放time_list中
  最后一个pass
  然后取t0-t1时间区间作为index
• 2-数据库取close
  这里需要注意输入和输出的格式问题，
  数据库中师兄修改输入日期为数值格式，输出也为数值格式
• 3，建仓
  这里有个逐渐建仓的环节，
  stocks = j / n_period * total * 0.8
  stocks每天分配 j/n_period的资金
  这样就可以保证期末是80%的仓位
• 4，计算收益
  建仓时候我是用开盘价，然后当天收盘价计算建仓的收益
  非建仓期，用后复权股价，计算得到的收益率，按照仓位对应分配加总
• 5，要注意什么时候更新数值