概要：
本章内容讲解如何用Python语言编写一个简单的市净率因子策略，希望给有需要的同学提供一些帮助。内容主要分为：市净率因子介绍、构建简单市净率因子策略、运用Python编写出策略、策略回测结果分析。
正文：
一、市净率因子介绍
市净率是分析上市公司最基本的一项指标，该指标定义:市净率=每股市价/每股净资产。净资产是用来衡量股东权益大小的，当上市公司持续盈利时，公司净资产增大，公司股东权益增加。那么从指标的定义看，投资市净率较低的上市公司，是比较稳健的。市价代表着投资者买入公司所需要的付出的价格，而净资产代表着上市公司的股东权益，该值越小，那么投资者能以较低的价格买到相应的股东权益，该值越大，那么投资者需要花费更多的成本购买到公司的股东权益。
二、构建简单市净率因子策略
根据市净率因子的特征，可以明确的是：在公司尚可盈利的前提下，股票的理论价格应当高于其每股净资产。但目前中国A股市场，还存在着大量的非理性的散户，也正是他们非理性的投资，导致市场出现破净个股，而不合理的价格必然会慢慢趋于合理，毕竟A股市场存在一部分的机构投资者，当他们发现其中的价格差后，会持续买入，直到价格回归合理。综上所述，投资市净率较低的股票、甚至破净的个股是非常理性且稳健的。
由此我们构建出简单的市净率因子策略，每个月月初等权重买入当前市场上市净率最低的15只股票，持到月末进行换仓，也就是一直等权重持市场上市净率最低的15只个股。当然持股数量可以时5只、10只、甚至30只，但持股数不能过大，不然就无法体现股票组合是根据该因子选择的。
三、运用Python编写策略
第一步：导入编写过程中需要用到的代码包
1.from datetime import timedelta, date
导入时间数据包
2.import pandas as pd
导入pandas数据包，快捷使用为pd
第二步：创建一个选股函数，用于选择出当前市场上市净率最低的15只个股。
1.def stocks_pb(account,data)
这是一个自定义函数，用来选股，将其取名为stock_pb，后缀是参数。
2.last_date = get_last_datetime().strftime('%Y%m%d')
这行代码用来获取昨日时间。
3.pb = get_fundamentals(query(valuation.symbol,valuation.pb
).filter(valuation.pb > 0,
).order_by(valuation.pb.asc()
),date = last_date)
这行长长的代码其实是一个获取财务数据的函数：get_fundamentals（），其中query是获取对象，这里分别是symbol（股票代码）和pb（市净率），filter是过滤条件,：市净率大于0，order_by是排序：从小到大排序，data就是我们上一行代码获取的昨日日期。
4.return list(pb['valuation_symbol'][:15])
这行代码用来输出函数运行结果，输出项为list（列表），后缀是股票代码以及1-15只，运行完该函数，就得到了所需要交易的标的股票。
#详细的财务数据函数获取可以参考MINDGO的API文档http://quant.10jqka.com.cn/platform/html/help-api.html?t=data#4/0
第三步：设置交易的初始条件
1.def initialize(account):
这行代码是初始函数代码，在这下面可以设置一些交易条件
2.account.n = 15
这行代码是设置最大持股数量15个
3.account.trade_date = range(1,13,1)
这行代码是用来调仓频率，range(1,13,1)用来确定一列以1位单位并包含1而不包含13的数列，代表12个月份。
4.run_monthly(trade,date_rule=-1)
这行代码是用来控制运行周期，策略需要每个月运行，因此需要定义trade函数，使得其每个月月末调仓。
第四步：执行交易
1.def trade(account, data):
这行代码用来自定义交易函数，与选股函数同理。
2.date = get_datetime()
这行代码用来获取当前时间
3.months = get_datetime().month
这行代码用来获取当前时间的月份
4.if months in account.trade_date:
这行代码用来判断当前月份是否符合调仓月份要求，后半段 account.trade_date是初始设置条件之一。如果不满足直接跳到19行。
5.pb_list = stocks_pb(account,data)
这行代码用来获取股票列表，将选股函数的结果输出到列表上
6.stock_list = list(set(pb_list))
这行代码用来将列表的股票转移到新的列表，用来交易，其中list()是列表形式，set()用来创建集合。
7.if len(account.positions) > 0:
这行代码用来判断目前持仓股票数量，如果有数量，则进行下一步。
8. for stock in list(account.positions):
for in 是一个循环函数，将持仓股票逐一选出，并逐一进行下一步
9.if stock not in stock_list:
if 判断函数，如果选出的股票不在股票列表，则表明，个股经过一个月后不在是市盈率最低的15只了。需要进行下一步卖出。
10.order_target(stock, 0)
order_target是下单函数，用于买卖股票，参数stock是交易对象，参数0代表将股票清仓。具体下单函数可以阅读MINDGO的API文档，进行学习。http://quant.10jqka.com.cn/platform/html/help-api.html#7/145
11.if len(stock_list) > 0:
if判断函数，用来判断股票列表中个股数量是否大于0，符合则进行下一步。
12.for stock in stock_list:
for in 循环函数，将股票列表中的个股逐一选股，并逐一进行下一步。
13.if stock not in list(account.positions):
if函数，逐一拿出来的股票是否在当前持仓中，如果不在当前持仓则进到下一步。
14. if len(account.positions) < account.n :
if函数，判断当前持仓数量是否小于最大持股数，如果小于则下一步。如果不满足，则跳到17行。
15.number = account.n - len(account.positions)
计算出最大持股数与当前持仓数量的差值。
16.order_value(stock,account.cash/number)
order_valuse是下单函数，参数stock是交易对象，也就是逐一选的股票，参数account.cash是当前可用资金，number是15行计算的结果，整合就是买入的资金，即当前可用资金平均分配到每个个股。
17.else:
用来接收14行中，if函数不满足的个股
18.order_value(stock,account.cash)
order_valuse是下单函数，参数stock是交易对象，参数accunt.cash是买入金额，即当然可用资金。
19.else:
用于接收第4行代码中不符合的情况发生，进行下一步。
20pass
当出现第4行代码不符合的情况，则pass，跳过。
至此已经编写完整段代码（文末查看整段代码），随后将编写的策略进行历史数据回测。
四、策略回测结果分析
历史回测结果图
根据2014-01-01—2017-07-19的历史回测结果看，单个市净率因子策略，在最近2年半竟然能获得269.47%的收益率，而其回撤为30.62%。回测结果在确的表明，市净率因子在过去一段时间内是有效的超额收益因子，并且从17年的回测情况看，目前该因子依然有效。
根据本策略代码，同学们还可以在MINDGO平台上测试别的因子，比如：市值因子，市盈率因子等等，下图是本人所做的单因子策略之市值因子。从回测结果角度看，效果优于市净率因子，有兴趣的同学可以开始动手编写单因子策略啦！
