10年20倍，黄金+纳指+上证180+创业板综合评分轮动 | bt 回测引擎，10行代码实现大类资产配置策略，python代码

原创内容第948篇，专注量化投资，AGI和智能体落地、个人成长与财富自由。

前面的文章，我们把全球大类资产的数据准备好了：

年化154%，夏普3.34，最大回撤才15%的全球大类资产配置，金融序列分析，附python代码

今天我们在这个基础上，给大家演示如何快速做一个策略：

我们使用bt引擎做演示：

df_close = pd.pivot(df_all,columns='symbol',index='date',values='close')new_cols = {}for c in df_close.columns:    new_cols[c] = symbols[c]print(new_cols)df_close.rename(columns = new_cols,inplace=True)df_close.index  = pd.to_datetime(df_close.index)df_close = df_close.dropna() #对齐数据df_close = df_close.ffill()  # 前向填充df_close

构建两个策略：bt框架的好处就是“积木式的”，写多个策略很容易：

一个是只买入一次，就是买入并持有，另一个是每个月更新一次权重，就是“月度再平衡”。

s = bt.Strategy('买入并持有-等权-月度再平衡', [bt.algos.RunMonthly(),                       bt.algos.SelectAll(),                       bt.algos.WeighEqually(),                       bt.algos.Rebalance()])s_buy_and_hold = bt.Strategy('买入并持有-等权-不平衡', [bt.algos.RunOnce(),                       bt.algos.SelectAll(),                       bt.algos.WeighEqually(),                       bt.algos.Rebalance()])
strategies = [s,s_buy_and_hold]