问题描述
将资金平分买入股票池所有股票怎么实现?
这样做对不对呢？？
# 取得当前的现金
buy_count=len(g.securitys) #获得指数基金个数
print(buy_count)
cash = context.portfolio.available_cash
print(cash)
buy_cash=cash/buy_count #将资金平分将指数基金买入
print(buy_cash)
holdings=set(context.portfolio.positions.keys())
print(holdings)
# 如果ma50高出MA200平均, 则全仓买入
if (MA50 > MA200) and (cash > 0):
for security in g.securitys:
if security not in holdings: #如果当前持仓中并没有该基金，则买入
# 记录这次买入
log.info("50日均线上穿200日均线, 买入 %s" % (security))
# 用平分的 cash 买入股票
order_value(security,buy_cash)
然后日志里有时候会打印出这样一句话：
security: 588000.XSHG 取到的最新价格非法: nan
这个588000.XSHG是 股票列表里最后一个指数基金，每次平分完资金买入前3个没有问题，一到这个就会出现以上这句话的错误提示，，这是为啥？???
解决方案
1. 为什么会出现“取到的最新价格非法: nan”？\n\n在 JoinQuant 回测中，出现 security: 588000.XSHG 取到的最新价格非法: nan 这个错误，通常是因为在当前的回测时间点，该标的还没有上市，或者处于长期停牌/退市状态。\n\n588000.XSHG 是华夏科创50ETF，它的上市日期是 2020年11月16日。如果你的回测开始时间早于这个日期，系统在尝试获取它的最新价格时就会返回 nan（Not a Number，非数字），从而导致下单函数 order_value 报错。\n\n### 2. 你的代码逻辑对不对？\n\n你的大体思路（获取可用资金 -> 除以标的数量 -> 循环买入）是正确的，但在实际量化回测中存在几个需要优化的细节：\n\n1. 未过滤未上市/停牌标的：正如你遇到的错误，直接遍历 g.securitys 会把未上市或停牌的标的算进去，导致报错。\n2. 平分资金的分母不对：你用的是 len(g.securitys)（总标的数）作为分母，但实际上你只买入未持仓的标的。如果股票池有5只，你已经持有了2只，剩下的资金应该平分给剩下的3只，而不是除以5。\n3. 未预留手续费：把 available_cash 100% 满仓分配，在实际下单时，由于需要扣除交易佣金和印花税，最后一只股票可能会因为资金不足而买入失败（或者买入数量少于预期）。通常建议乘以 0.99 预留一点手续费空间。\n\n### 3. 正确的“资金平分买入”实现方案\n\n为了解决上述问题，建议在买入前使用 get_current_data() 检查标的的状态（是否停牌、价格是否为 nan），并动态计算需要买入的标的数量。\n\n优化后的代码如下：\n\npython\nimport math\n\ndef handle_data(context, data):\n # 假设 MA50 和 MA200 已经计算好\n # MA50 = ...\n # MA200 = ...\n \n if MA50 > MA200:\n # 1. 获取当前市场数据，用于过滤停牌和未上市标的\n current_data = get_current_data()\n \n # 2. 筛选出当前可以交易的标的（未停牌 且 价格不是 nan）\n valid_securities = []\n for sec in g.securitys:\n if not current_data[sec].paused and not math.isnan(current_data[sec].last_price):\n valid_securities.append(sec)\n \n # 3. 找出当前未持仓，需要买入的标的\n holdings = set(context.portfolio.positions.keys())\n buy_list = [sec for sec in valid_securities if sec not in holdings]\n \n # 4. 执行平分买入\n cash = context.portfolio.available_cash\n if len(buy_list) > 0 and cash > 0:\n # 将可用资金平分给需要买入的标的，乘以 0.99 预留手续费，防止最后下单资金不足\n buy_cash = (cash / len(buy_list)) * 0.99 \n \n for security in buy_list:\n log.info(\"50日均线上穿200日均线, 买入 %s\" % (security))\n order_value(security, buy_cash)\n\n\n### 4. 进阶方案：使用目标价值下单 (等权重持仓)\n\n如果你希望股票池里的所有股票始终保持等权重持仓（即每只股票占总资产的比例相同），使用 order_target_value 会更加优雅。这种方式不仅能处理买入，还能在调仓时自动处理多退少补：\n\npython\ndef handle_data(context, data):\n if MA50 > MA200:\n current_data = get_current_data()\n valid_securities = [sec for sec in g.securitys if not current_data[sec].paused and not math.isnan(current_data[sec].last_price)]\n \n if len(valid_securities) > 0:\n # 计算每只标的应该占有的目标价值（总资产 / 有效标的数量）\n # 同样预留一点点现金作为手续费缓冲\n target_value = (context.portfolio.total_value / len(valid_securities)) * 0.99\n \n for security in valid_securities:\n # order_target_value 会自动计算差额：\n # 如果未持仓，则买入 target_value 的金额\n # 如果已持仓但价值不够，则补仓；如果价值超了，则减仓\n order_target_value(security, target_value)\n log.info(\"调整 %s 仓位至目标价值: %.2f\" % (security, target_value))\n\n\n总结：遇到 nan 错误时，首先检查回测时间段内该标的是否已经上市。在编写批量买入逻辑时，务必养成过滤停牌股 (paused) 和 过滤无效价格 (isnan) 的好习惯。