股票组合融资杠杆管理策略

设交易日为 t，账户总权益为 E_t，股票 i 的目标权重为 w_{i,t}，手续费率为 c，印花税率为 s。按下式计算目标市值：

其中，1-2c-s 为预留的一次买入手续费、一次卖出手续费和一次卖出印花税。随后使用当日开盘价将目标市值换算为目标股数。普通股票的目标股数向下取整到 100 股的整数倍；代码以 68 开头的股票识别科创板标的，首次买入数量不足 200 股时不下单，达到 200 股后允许按 1 股递增。

这是一种目标权重跟踪策略。权重文件负责表达“希望持有什么”，回测脚本负责把目标权重转换为订单，并受价格、成交量、涨跌停状态和可用现金约束。

配套行情文件包含 .SH 后缀的上交所股票代码，行情频率为日频。策略使用普通股票账户，只建立或减少多头持仓，不包含卖空、融资或融券逻辑。

行情文件覆盖 2025-01-02 至 2025-06-30，共 117 个交易日、232,196 行记录和 1,998 个唯一标的。权重文件覆盖相同的 117 个交易日，共 32,871 行记录和 283 个唯一标的。每个交易日有 259 至 283 个正权重标的，日权重之和在浮点误差范围内等于 1。

这些文件用于演示回测流程。文档没有权重模型的生成逻辑、历史可用时点或基准信息，因此不能把权重解释为某个指数、因子组合或投资建议。用于真实研究时，必须确认交易日 t 的权重在当日开盘前已经可用，否则会产生未来数据问题。

策略在每个有目标权重的交易日按以下顺序运行：

1. 从回测引擎读取当前账户总权益、可用现金和各股票多头持仓。

2. 根据当日权重、交易成本预留和当日开盘价计算目标股数。

3. 对目标股数低于当前持仓的股票先提交卖出平仓订单。

4. 对目标股数高于当前持仓的股票再提交开仓买入订单。

5. 买入数量取目标差额与可用现金可承担数量的较小值，并应用普通股票整手和科创板最低申报数量规则。

6. 成交量不大于 0，或收盘价等于相应涨跌停价时，脚本跳过订单。

案例使用 portfolioData.csv 作为日频行情输入，使用 weight.csv 作为每日目标权重输入。运行脚本前，应将相对路径改为 DolphinDB Server 进程实际可访问的路径。CSV 文件本身不保存 DolphinDB 的 TIMESTAMP、LONG 或数组向量类型信息，因此行情文件通过显式 schema 加载；权重文件由 loadText 推断类型，加载后应检查并统一 tradeDay 的日期类型。

目标脚本使用以下代码加载两份数据，并把权重表转换为以 DATE 为键的字典：

path = "/.../"

w = loadText(path + "weight.csv") 
w = select * from w where weight > 0. order by tradeDay
dailyWeight = dict(DATE, ANY, true)
for (idate in sort(distinct(w.tradeDay))) {
    s = select symbol, weight from w where tradeDay = idate
    dailyWeight[idate] = s
}
​
name = ["symbol", "tradeTime", "open", "low", "high", "close", "volume",
        "amount", "upLimitPrice", "downLimitPrice", "prevClosePrice", "signal"]
type = ["STRING", "TIMESTAMP", "DOUBLE", "DOUBLE", "DOUBLE", "DOUBLE", "LONG",
        "DOUBLE", "DOUBLE", "DOUBLE", "DOUBLE", "DOUBLE[]"]
dailyData = loadText(path + "portfolioData.csv", schema=table(name as name, type as type))

策略由 5 个辅助函数和一个 onBar 回调组成。辅助函数负责交易条件检查、数量取整和开盘价读取；onBar 负责把当日目标权重转换为目标头寸并提交订单。

交易条件函数：isBuyAble 与 isSellAble

isBuyAble(data) 和 isSellAble(data) 接收单只股票的日频行情记录，返回 BOOL 标量。前者在成交量不大于 0 或收盘价等于涨停价时返回 false，后者在成交量不大于 0 或收盘价等于跌停价时返回 false。函数不修改账户状态。

def isBuyAble(data) {
    if (data.volume <= 0.001 or data.upLimitPrice == data.close) {
        return false
    }
    return true
}
​
def isSellAble(data) {
    if (data.volume <= 0.001 or data.downLimitPrice == data.close) {
        return false
    }
    return true
}

数量处理函数：checkBuyVolume 与 getBuyAbleVolume

• checkBuyVolume(istock, num) 将目标持仓差额转换为符合脚本规则的买入数量。

• getBuyAbleVolume(istock, cash, price) 根据可用现金和价格计算最多可买数量。

两者都返回非负数量；普通股票按 100 股向下取整，68 开头的股票要求首次数量至少为 200 股。

def checkBuyVolume(istock, num) {
    if (num <= 0) { return 0 }
    if (istock.substr(0, 2) == "68" and num >= 200) {
        return num
    } else if (istock.substr(0, 2) == "68") {
        return 0
    }
    return floor(int(num) / 100) * 100
}
​
def getBuyAbleVolume(istock, cash, price) {
    if (price <= 0.) { return 0 }
    if (istock.substr(0, 2) == "68" and floor(cash / price) >= 200) {
        return floor(cash / price)
    } else if (istock.substr(0, 2) == "68") {
        return 0
    }
    return floor(floor(cash / price) / 100) * 100
}

开盘价读取函数：getOpenPrice

getOpenPrice(msg, istock) 从当前交易日的行情字典中读取指定股票的开盘价。函数返回 open 字段对应的 DOUBLE 标量，不修改行情、权重表或账户状态。该函数在 onBar 计算目标持仓之前调用。

def getOpenPrice(msg, istock) {
    return msg[istock]["open"]
}

日频回调函数：onBar

onBar(mutable context, msg, indicator) 在日频行情进入引擎时调用。

• context 是可变 DICTIONARY，包含引擎句柄、当前交易日期和时间，以及脚本写入的权重字典和成本参数。

• msg 是以股票代码为键、以当日行情记录为值的 DICTIONARY。

• indicator 是引擎预留的指标结果参数，本策略没有读取它。

函数没有显式返回值，主要副作用是向引擎提交订单。执行顺序为读取当日权重、获取权益与持仓、计算目标持仓、先提交卖单，再根据可用现金提交买单。

def onBar(mutable context, msg, indicator) {
    weightsToday = context["targetWeight"][date(context["tradeDate"])]
    idate = date(context["tradeDate"])
    if (typestr(weightsToday) == "VOID") { return }
​
    totalEquity = Backtest::getTotalPortfolios(context["engine"]).totalEquity[0]
    pos = select symbol, longPosition from Backtest::getPosition(context["engine"])
    pos = dict(pos.symbol, pos.longPosition)
​
    update weightsToday
        set targetMv = totalEquity *
            (1 - 2 * context["commission"] - context["tax"]) * weight
    update weightsToday set open = each(getOpenPrice{msg}, symbol)
    update weightsToday
        set targetPos = iif(open <= 0., 0,
            iif(symbol.substr(0, 2) == "68" and floor(targetMv / open) >= 200,
                floor(targetMv / open),
                iif(symbol.substr(0, 2) == "68", 0,
                    floor(floor(targetMv / open) / 100) * 100)))
    update weightsToday set Pos = nullFill(pos[symbol], 0)
​
    sell = select symbol, Pos - targetPos as num
        from weightsToday where targetPos - Pos < 0
    sell = dict(sell.symbol, sell.num)
    for (istock in sell.keys()) {
        data = msg[istock]
        num = sell[istock]
        if (isSellAble(data) and num > 0) {
            Backtest::submitOrder(
                context["engine"],
                (istock, context["tradeTime"], 5, msg[istock].open, num, 3),
                "卖出平仓")
        }
    }
​
    buy = select symbol, targetPos - Pos as num
        from weightsToday where targetPos - Pos > 0
    buy = dict(buy.symbol, buy.num)
    for (istock in buy.keys()) {
        data = msg[istock]
        num = buy[istock]
        cash = Backtest::getAvailableCash(context["engine"])
        price = data.open
        qty = getBuyAbleVolume(istock, cash * (1 - context["commission"]), price)
        num = min(checkBuyVolume(istock, num), qty)
        if (isBuyAble(data) and num > 0) {
            Backtest::submitOrder(
                context["engine"],
                (istock, context["tradeTime"], 5, price, int(num), 1),
                "开仓买入")
        }
    }
}

脚本使用 config 配置回测区间、账户、成本、行情和撮合模式，并通过 context 向回调传递每日权重和成本参数。

config = {
    startDate: 2025.01.01,
    endDate: 2025.07.01,
    strategyGroup: "stock",
    cash: 100000000,
    commission: 0.0005,
    tax: 0.001,
    dataType: 4,
    matchingMode: 3,
    outputOrderInfo: true
}
​
context = {
    targetWeight: dailyWeight,
    commission: config["commission"],
    tax: config["tax"]
}
config["context"] = context

commission 和 tax 同时保存在 config 与 context 中。前者供回测引擎计算实际交易费用，后者供策略回调计算目标市值和可买数量；调整成本参数时必须保持两处一致。

脚本先加载 Matching Engine Simulator 和 Backtest 插件，再将 onBar 注册为日线回调。loadPlugin 只加载已经安装的插件，不会自动安装缺失插件。

try { loadPlugin("MatchingEngineSimulator") } catch(ex) { print ex }
try { loadPlugin("Backtest") } catch(ex) { print ex }
go
​
strategyName = "Backtest_test1"
callbacks = dict(STRING, ANY)
callbacks["onBar"] = onBar
​
try { Backtest::dropBacktestEngine(strategyName) } catch(ex) { print ex }
engine = Backtest::createBacktester(strategyName, config, callbacks,false)

脚本将 createBacktester 的第四个参数显式设置为 false，以非 JIT 模式运行。本案例的实际结果也在该模式下取得。

行情表传入 Backtest::appendQuotationMsg 后，引擎按交易日触发 onBar。全部行情处理完成后，脚本调用 Backtest::appendEndMarker 结束回测并触发引擎收尾处理。

Backtest::appendQuotationMsg(engine, dailyData)
Backtest::appendEndMarker(engine)

只有在结束标记处理完成后才能读取完整结果。重复运行前应删除旧引擎并重新创建，避免复用已有账户状态。

目标脚本查询交易明细、每日持仓、每日账户权益和收益概述：

tradeDetails = Backtest::getTradeDetails(engine)
dailyPosition = Backtest::getDailyPosition(engine)
dailyPortfolios = Backtest::getDailyTotalPortfolios(engine)
returnSummary = Backtest::getReturnSummary(engine)

• tradeDetails 同时包含订单的不同状态行，不能把每一行都计为一笔成交。分析时应根据 orderId 去重订单，并结合 orderStatus、tradeQty 和未完成数量区分订单与实际成交。

• dailyPosition 用于检查每日持仓。

• dailyPortfolios 用于分析账户权益、净值和费用。

• returnSummary 用于汇总收益和风险。

脚本没有设置真实基准，因此不能把基准字段解释为某个指数，也不能据此宣称获得超额收益。