在這篇文章中，我們將介紹如何使用 Python 的 finlab 套件進行選股與回測。只需 5 分鐘，你將學會如何用 Python 挑選股票以及進行簡單的回測，讓你在投資股票時能減少賠錢付學費。最近在看一些比較古典而學術的策略文章，雖然已經眾所皆知，但是好像很少人用，這篇文章將介紹，如何利用 Python 實做建構股票的 portfolio 來實現股票持有的報酬率。
Portfolio Trading 就是選擇一籃子股票，並照著一定的比例買入持有一段時間，這篇文章先用最簡單的篩選法，選出一些股票，並觀察買入後一段時間的變化。
安裝 finlab 套件
首先，你需要安裝 finlab 套件。在終端機或命令提示字元中輸入以下指令：
pip install finlab匯入套件
在 Python 程式中，我們將匯入 finlab 套件的 data 和 backtest 模組，以取得股票數據和進行回測。
from finlab import data, backtest取得股票數據
使用 data.get() 函數取得股票數據，方法如下：
price_data = data.get('price:收盤價')你可以根據需要替換成其他股票數據，例如：price:開盤價、price:最高價 等。
選擇投資策略
在本教程中，我們將使用簡單的投資策略：選擇市場中 10 日均線價格最高的前 20% 股票。首先，計算 10 日均線：
moving_average = price_data.rolling(10).mean()接著，找出每天市場中 10 日均線價格最高的前 20% 股票：
top_20_percent_stocks = moving_average > moving_average.quantile(0.8, axis=1)
回測投資策略
使用 backtest.sim() 函數回測投資策略，方法如下：
result = backtest.sim(top_20_percent_stocks, resample='M')在這裡，top_20_percent_stocks 是選擇的投資組合，resample='M' 表示每月調整投資組合。假如你都看不懂，建議你先去看 finlab package 的新手教學。
什麼！回測竟然只要這麼少行！！是的因為我們是平均分散所有要買的股票，所以只要把選出來的股價做平均，買入這個平均指數就可以了。由於有了前面的假設，結果會是一樣的。
完整的範例
from finlab import data, backtest
price_data = data.get('price:收盤價')
moving_average = price_data.rolling(10).mean()
top_20_percent_stocks = moving_average > moving_average.quantile(0.8, axis=1)
result = backtest.sim(top_20_percent_stocks, resample='M')
近年來獲利普普，感覺還得加入其它的條件吧？
大家可以新增一些指標，並且用類似的方法做回測喔！
另外，假如想要實做更多有用的指標，可以參考：超簡單108種技術指標，找一個你喜歡的吧！
