简单市值轮动策略

从「每天对固定几只股票做均线判断」升级到「每 10 天在全 A 股里重选一次市值最小的 5 只股票持有」——真正的选股 + 轮动。本页新引入三样东西：rundaily 定时循环、context.currentdt 取当前时间、用 getindexstocks + getfundamentals 从全市场选股。素材见 raw/collections/jq-getting-started/05-23-简单市值轮动策略md.md。

量化市值轮动run_daily选股小市值全A股

这是什么

「简单小市值轮动策略」的完整实现课。策略一句话：每隔 10 个交易日，等金额持有市值排名最小的前 5 只股票，卖出其他股票。它展示了如何把「每隔 N 天做一次」的周期控制、全市场选股、动态换仓这三件事用聚宽代码做出来。

核心要点

策略定义与初始化

策略：每隔若干交易日，等金额持有市值最小的前几只股票，卖出其他股票；间隔定为 10 天。
初始化参数：g.stocksnum = 5（持有最小市值股票数）、g.period = 10（轮动频率，多少天交易一次）、g.days = 1（记录策略进行到第几天）。
股票范围 = 全市场，但全市场不断变化（新股上市、退市），所以股票范围要在每个周期内现算，不能在初始化里定死。

run_daily —— 周期循环的另一种写法

run_daily(daily, time='every_bar') 把自定义函数插入 initialize，让它按周期循环，效果等同 handle_data。套路：

def initialize(context):
    ... 初始化 ...
    run_daily(daily, time='every_bar')   # 注册周期函数
def daily(context):
    ... 每个周期要做的 ...

time 参数控制循环行为：'every_bar' 按当前周期循环——按天回测就每天开盘运行，按分钟回测就每分钟开始运行。time 还有其他取值（见 API「定时运行」节）。
推荐用 run_daily，JQ 上的 handle_data 将被弃用。

每 10 天交易一次的周期控制

基本回测只提供每日循环，「每十天一次」要用程序实现：维护计数变量 g.days，if g.days % g.period == 1: 才执行选股买卖，否则 pass；每天末尾 g.days += 1。

选股（找出全市场市值最小的 5 只）

取当前时间：date = context.current_dt.strftime('%Y-%m-%d')。
确定范围：scu = get_index_stocks('000001.XSHG') + get_index_stocks('399106.XSHE')——上证指数 + 深证综指成分并起来 ≈ 全 A 股。
查市值排序：get_fundamentals(query(valuation.code, valuation.market_cap).filter(valuation.code.in_(scu)).order_by(valuation.market_cap.asc()), date=date)，按市值从小到大排。
取前 5：buylist = list(df['code'][:g.stocksnum])（df 是 pandas DataFrame）。

换仓与买卖

卖出：遍历当前持仓 context.portfolio.positions，凡不在 buylist 里的 → order_target(stock, 0) 清仓（原来持有、现在不是最小市值前 5，就该卖掉）。
买入：position_per_stk = context.portfolio.cash / g.stocksnum（现金平分 5 份），对 buylist 里每只 order_value(stock, position_per_stk)。

机制 / 论证

为什么全市场要在周期内现取：市值轮动依赖「当下市值排名」，而上市/退市让市场构成不断变——任何写死的股票范围都会过期。这跟第 4 章「固定两只股票」形成对比：轮动策略的对象本身是动态的。
计数取模实现低频动作：g.days % g.period == 1 把「每天运行」降频成「每 10 天第 1 天运行」——在不支持任意间隔的按日循环里，这是标准手法；也顺便说明 run_daily 的 time 参数只控制触发，低频业务逻辑仍要自己写。
卖出条件不是「跌了就卖」而是「不在名单就卖」：策略定义的是「持有市值最小前 5」，任何离开前 5 的持仓都违反定义，所以要调仓。这是轮动策略的核心动作模式：先对账（已持有 vs 该持有），差多少补多少。

可操作

可复用骨架（参数与逻辑）：
1. initialize：设 g.stocksnum=5、g.period=10、g.days=1；run_daily(daily, time='every_bar')。
2. daily(context)：if g.days % g.period == 1: 做选股换仓，否则 pass；末尾 g.days += 1。
3. 选股：date=context.current_dt.strftime('%Y-%m-%d') → scu = get_index_stocks('000001.XSHG') + get_index_stocks('399106.XSHE') → get_fundamentals(query(valuation.code).filter(valuation.code.in_(scu)).order_by(valuation.market_cap.asc()), date=date) → buylist = list(df['code'][:g.stocksnum])。
4. 换仓：不在 buylist 的持仓 order_target(stock, 0)；per = cash/g.stocksnum，每只 order_value(stock, per)。
参数：5 只最小市值股、10 天轮动、全 A 范围（上证指数 000001.XSHG + 深证综指 399106.XSHE）、等金额买入。
教训：任何「动态选股」策略都要把「当前持仓 ∩ 目标名单」做差，名单外一律卖掉——否则旧持仓会赖着不走。

术语

市值轮动：定期重选市值最小的一批股票持有。
run_daily / time='every_bar'：自定义周期函数（handle_data 的推荐替代）。
g.days % g.period == 1：取模计数实现「每隔 N 天」。
get_index_stocks：取指数成分股；000001.XSHG = 上证指数、399106.XSHE = 深证综指。
get_fundamentals + valuation.market_cap：查市值表。
context.current_dt：策略当前时间。

不确定 / 待验证

raw 正文一处写 context.portfolio.position、另一处写 positions（后者是正写）；g.stocksbnum 是 g.stocksnum 的笔误。→ 落地按 positions/stocksnum 修正。
「上证指数 + 深证综指 = 全 A 股市场所有股票」是原素材的说法（不含北交所等，2015 年语境）；范围口径 [需要验证]。
get_fundamentals 按日取 valuation.market_cap 的排序结果会包含停牌/ST 股（本篇未过滤，过滤在 2.0 篇引入）。