我在聚宽共享函数一

该函数设计目的：保护既得利润，以N日内持仓股票最低盈利被突破为触发条件，所以持股时间最低为N日，为保证有效持股，N日之前亏损不会计入（该条件不需要的可以自己去掉）。函数以股票为输入，需要在自己的函数（持股或卖出判断）每日调用。需要自定义全局（JQ提交代码不能提交函数外的东东）。

函数怎么运行的：
为输入的股票（当然是自己的持仓的）建立一个长度为N的队列（FIFO，先进先出），比如，建仓股票A了，则新建队列{A:队列}的数据格式，然后每日调用将盈亏比例记录到队列当中，当队列长度达到N，就开始取队列中的最小值和新来的（就是第N+1天来的）盈亏比进行比较，新来的大，就把第一天的盈利数据删除，再把新来的记录进去。反之就触发卖出。如此，只要不触发卖出就继续持股，判断的始终是距离函数调用日期前N日的盈利，从而实现动态保护利润。

当然，该函数还可以改成你想的形式（自己实现咯）：
比如：N日内平均利润被突破后触发卖出
比如：N日内最高利润回调多少后触发卖出
比如：最高利润达到一定范围回调触发卖出，最高利润10%回调3%就卖，20%回调6%就卖，30%回调10%就买等。

#全局参数
 #存储持股的字典{security:qu.Queue(maxsize = g.queue_longth )}
 g.security_win_queue = {}
 #N日长度定义
 g.queue_longth = 12


def security_win_queue(context,security):
    current_price = history(1, '1m', 'close', security).iloc[0].iloc[0]
    # 获取买入平均价格
    avg_cost = context.portfolio.positions[security].avg_cost
    #盈利推入队列dd['bar'].append('quux')
    win_percentage = (current_price - avg_cost)/avg_cost * 100
    #若是新增，则例行初始化{security:queue}
    if not g.security_win_queue.has_key(security):
        g.security_win_queue[security] = qu.Queue(maxsize=g.queue_longth)

    #没有记满，就继续记
    if not g.security_win_queue[security].full():
        #亏损的比例在持股初期不录入保证未突破止损线之前不卖出
         if win_percentage > 0:
            g.security_win_queue[security].put(win_percentage)
            print(security,win_percentage,'qsize:',g.security_win_queue[security].qsize())
    #满了则进行盈利比较
    else:
        #取N日最小值盈利
        tmp_win_list = []
<!-- more -->
        queue_size = g.security_win_queue[security].qsize()
        for w in range(queue_size):
            tmp_win_list.append(g.security_win_queue[security].get())

        #排序盈利并取最小
        sorted_tmp_win_list = sorted(tmp_win_list)
        #排除最小值后把队列恢复。
        minimum = sorted_tmp_win_list[0]
        #排除最小值[0]
        for w in range(1,queue_size):
            g.security_win_queue[security].put(sorted_tmp_win_list[w])
        if win_percentage < minimum:
            #返回true则需要卖出否则返回false继续持有
            return True
        else:
        #将新的盈利推入队列    
            g.security_win_queue[security].put(win_percentage)
            return False