“Financial document platform”版本间的差异

来自cslt Wiki
跳转至： 导航、 搜索
 
（相同用户的30个中间修订版本未显示）
第1行： 第1行：
−
1 虚拟交易平台的使用：
+
=虚拟交易平台使用手册=
−
  1.1 创建平台
+
#创建平台
−
    先到/nfs/disk/work/users/tanghui/platform目录下，把main.py文件拷贝到自己的文件夹下。至此，我们的回测系统已经创建好了。
+
#:先到目录下/nfs/disk/work/users/tanghui/platform/call_back，把main.py文件拷贝到自己的文件夹下。至此，我们的回测系统已经创建好了。
−
    使用虚拟股票交易平台，只需要将目录下/nfs/disk/work/users/tanghui/platform 的程序导入到自己的目录下，就可以使用这个平台了。
+
#使用平台
−
    其中导入这个目录可以使用sys.path.append("/nfs/disk/work/users/tanghui/platform ")  
+
##总体介绍 
−
  1.2 使用平台
+
##*首先导入了几个包,它主要是python库和使用这个平台所依赖的包。
−
     然后将其中的main函数复制到自己的文件夹下。
+
##*然后有三个函数，分别是 'main','simulation','handle_data'：
 +
###main包含需要使用的回测的基本信息。有起始日期（start），截止日期（end）,所用的股票（universe），起始资金（captial_base），一天交易次数（freq不可改），交易方式（refresh_rate不可改）。
 +
###simulation主要是根据输入的信息，初始化account虚拟账户类和生成对应的json信息，并在网页上显示。
 +
###handle_data是开发者需要编写程序的地方。这个里面有很有用的东西，我们接下来会慢慢介绍它。
 +
##mian函数使用
 +
### 在main函数中，开发者可以选择起始日期（start），截止日期（end）。日期的格式为‘%Y-%m-%d’,比如：‘2014-01-01’，但不要出现错误日期如：'2014-02-30'。
 +
###所选的股票（universe），可以选择自己所选的股票经行回测，比如 universe: = ['000001.XSHE'],现在只能自己选股。
 +
###起始资金（captial_base）是你的启动资金
 +
###交易方式freq = 'd',表示现在进行的是日间回测，这个结果展示不能改；refresh_rate = 1,表示一天之内handle_data的调用次数。
 +
##simulation函数使用
 +
##*这个主要是初始化相关的类，每天调用handle_data类，计算出结果并将结果写到json中。特别的，如果是实盘测试，先初始化信息，然后再读取历史json信息，之后再执行调用handle_data等步骤。
 +
###首先进行初始化信息。这个开发者不需要去改动。
 +
###如果是实盘测试，这里有个地方需要开发者注意：读取json信息的位置。比如： read_json.get_data(account,result,'data2.json')。这个函数有三个参数，开发者只需关心第三个参数，这个是读取的json的位置，在这个例子中读取的本地文件夹下的‘data2.json’。
 +
### 如果不是实盘测试，则不需要上面的步骤。接着就是每个有效日（一年大概250个有效日）去调用一下handle_data函数。这个地方不需要改动。
 +
###然后将生成的信息写入到json文件中。 cj.convert(account,result,"data2.json")。这个就是将对应的信息写入到json中，开发者只需注意第三个参数。这个参数是指明生成的信息存储的位置。
 +
##得到分类列表
 +
##;get_classify_stock（[str_num1,str_num2]）
 +
##:;list_num = ['101001002009']  #注意：可以有多个值输入
 +
##:;account.get_classify_stock(list_num)
 +
##handle_date函数使用
 +
##*这个里面主要使用的是account类，这个类中有很多信息供开发者去使用，接下来将会给大家来介绍如何去编写程序回测
 +
###account.current_day:
 +
###:该变量是模拟测试中今天的日期，string类型的。
 +
###account.get_attribute_history(attribute, range) ：
 +
###:这个函数是获取最近几天的信息，比如：
 +
###:;his = account.get_attribute_history('closePrice',2) 
 +
###:结果： his = array([11,12])
 +
###:这个是获得最近2天的收盘价，返回的his是一个np.array数组，其中12表示是昨天的收盘价。注意：今天得到最新的信息是昨天的。
 +
###:当然，还有其他的使用属性可以使用，比如：
 +
###:;his = account.get_attribute_history('openPrice',2) 
 +
###:;具体的信息还有'highPrice'(最高价),'lowPrice'（最低价）,'volume'(成交量),'value'（成交额）。
 +
###:;注意：成交量和成交额返回的是list,其他的属性返回的是numpy.ndarray
 +
###account.order(stock_code,num)
 +
###:这个函数是指定某只股票的买，卖。
 +
###:;account.order('000001.XSHE',300) 表示000001.XSHE股票买300只
 +
###:;account.order('000001.XSHE',-300) 表示000001.XSHE股票卖300只
 +
###account.order_to(stock_code,num)
 +
###:这个函数是指定某只股票的买，卖到num(num >=0)支。
 +
###:;account.order_to('000001.XSHE',0), 表示000001.XSHE股票卖到0，就是卖空
 +
###:;account.order_to('000001.XSHE',300), 表示000001.XSHE股票买/卖到300，不管之前有多少只
 +
 
 +
=程序交易规则：=
 +
#程序的买和卖都是都是有手续费的。对于买手续费是千分之一，卖是千分之二
 +
#程序的买和卖使用的都是昨天的信息，其中买用的是昨天的开盘价，卖用的是昨天的收盘价
 +
#程序的交易没有使用滑点
 +
#程序中，如果指定买500只股票，但是余额不足的时候，则剩下的钱能买多少就买多少
 +
#如果一只股票要卖500只，但是现在没有这么多股票的时候，则把现在剩下的该只股票卖空
 +
 
 +
=修正的bug：=
 +
#修正了收益指数中的年华收益率，年华基准收益率，信息比率，最大回撤的运算规则。
 +
#修正了数据更新的错误
 +
 
 +
=增加的功能：=
 +
#增加了开盘涨跌停，不能交易的功能
 +
#增加了买卖量上限的功能，买卖的上限是当天的成交量
 +
#增加了实盘模拟的功能
 +
#增加了得到股票列表的功能
 +
 
 +
=待修正的bug：=
 +
#收益指数中波动率，Alpha，Beta三个指标的计算需要改进
 +
 
 +
=潜在需要提高的地方：=
 +
#在account类中，增加一个用户可以自己可以的属性
 +
 
 +
=测试Demo=
 +
 
 +
import datetime,time
 +
 
 +
import numpy as np
 +
 
 +
import os,sys
 +
 
 +
sys.path.append("/nfs/disk/work/users/tanghui/platform/call_back")
 +
 
 +
from Account import Account
 +
 
 +
from InitData import InitData
 +
 
 +
from Result import Result
 +
 
 +
from getData import GetData
 +
 
 +
from ConvertJson  import ConvertJson
 +
 
 +
from readJson import ReadJson
 +
 
 +
from set_universe import SetUniverse
 +
 
 +
 
 +
def handle_data(account):
 +
    window = 2
 +
    his = account.get_attribute_history('closePrice',window)
 +
    all = account.get_symbol_history(window)
 +
    if not his :
 +
        return
 +
    for stock_code in account.universe:
 +
        all_data = all[stock_code]
 +
        cP = all_data['closePrice']
 +
        oP = all_data['openPrice']
 +
        hP = all_data['highPrice']
 +
        lP = all_data['lowPrice']
 +
        my_data = np.array([cP,oP,hP,lP])
 +
        print account.current_day, my_data,account.universe
 +
        if his.has_key(stock_code)==False:
 +
            continue
 +
        data =  his[stock_code][window-1]
 +
        avr = np.mean(his[stock_code])
 +
        if avr >  his[stock_code][window-1]:
 +
            account.order(stock_code,300)
 +
        else:
 +
            account.order(stock_code,-300)
 +
     return
 +
 
 +
def simulation(initData):
 +
    account = Account()
 +
    start = time.clock()
 +
    account.init(initData)
 +
    result = Result()
 +
    cj = ConvertJson()
 +
    read_json = ReadJson()
 +
    start_date = datetime.datetime.strptime(initData.start,'%Y-%m-%d')
 +
    end_date = datetime.datetime.strptime(initData.end,'%Y-%m-%d')
 +
    temp_date = start_date
 +
    list_num = ['101001002009']
 +
    print 'classify:',account.get_classify_stock(list_num)
 +
    while temp_date <= end_date:
 +
        start = time.clock()
 +
        str_temp_date = temp_date.strftime('%Y-%m-%d')
 +
        account.current_day = str_temp_date
 +
        temp_date = temp_date + datetime.timedelta(days=1)
 +
        if account.idxmap['datetime'][account.bench_code].has_key(account.current_day) == False
 +
            continue
 +
        handle_data(account)
 +
        if account.record.has_key(account.current_day) == True:
 +
            account.update_daily_account()
 +
    result.calculate(account)
 +
 
 +
if __name__ == '__main__':
 +
    start = '2010-05-01'
 +
    end = '2012-01-01'
 +
    universe = ['000001.ZICN']
 +
    #universe = SetUniverse.set_universe("HS300")
 +
    #print 'main_universe:',universe
 +
    benchmark = 'HS300'
 +
    captial_base = 100000
 +
    freq = 'd'
 +
    refresh_rate = 1
 +
    initData = InitData(start,end,universe,benchmark,captial_base,freq,refresh_rate)
 +
    simulation(initData)
 +
 
 +
版本：1.3

2015年10月20日 (二) 04:55的最后版本

虚拟交易平台使用手册

  1. 创建平台
    先到目录下/nfs/disk/work/users/tanghui/platform/call_back，把main.py文件拷贝到自己的文件夹下。至此，我们的回测系统已经创建好了。
  2. 使用平台
    1. 总体介绍
      • 首先导入了几个包,它主要是python库和使用这个平台所依赖的包。
      • 然后有三个函数，分别是 'main','simulation','handle_data'：
      1. main包含需要使用的回测的基本信息。有起始日期（start），截止日期（end）,所用的股票（universe），起始资金（captial_base），一天交易次数（freq不可改），交易方式（refresh_rate不可改）。
      2. simulation主要是根据输入的信息，初始化account虚拟账户类和生成对应的json信息，并在网页上显示。
      3. handle_data是开发者需要编写程序的地方。这个里面有很有用的东西，我们接下来会慢慢介绍它。
    2. mian函数使用
      1. 在main函数中，开发者可以选择起始日期（start），截止日期（end）。日期的格式为‘%Y-%m-%d’,比如：‘2014-01-01’，但不要出现错误日期如：'2014-02-30'。
      2. 所选的股票（universe），可以选择自己所选的股票经行回测，比如 universe: = ['000001.XSHE'],现在只能自己选股。
      3. 起始资金（captial_base）是你的启动资金
      4. 交易方式freq = 'd',表示现在进行的是日间回测，这个结果展示不能改；refresh_rate = 1,表示一天之内handle_data的调用次数。
    3. simulation函数使用
      • 这个主要是初始化相关的类，每天调用handle_data类，计算出结果并将结果写到json中。特别的，如果是实盘测试，先初始化信息，然后再读取历史json信息，之后再执行调用handle_data等步骤。
      1. 首先进行初始化信息。这个开发者不需要去改动。
      2. 如果是实盘测试，这里有个地方需要开发者注意：读取json信息的位置。比如： read_json.get_data(account,result,'data2.json')。这个函数有三个参数，开发者只需关心第三个参数，这个是读取的json的位置，在这个例子中读取的本地文件夹下的‘data2.json’。
      3. 如果不是实盘测试，则不需要上面的步骤。接着就是每个有效日（一年大概250个有效日）去调用一下handle_data函数。这个地方不需要改动。
      4. 然后将生成的信息写入到json文件中。 cj.convert(account,result,"data2.json")。这个就是将对应的信息写入到json中，开发者只需注意第三个参数。这个参数是指明生成的信息存储的位置。
    4. 得到分类列表
      get_classify_stock（[str_num1,str_num2]）
      list_num = ['101001002009'] #注意：可以有多个值输入
      account.get_classify_stock(list_num)
    5. handle_date函数使用
      • 这个里面主要使用的是account类，这个类中有很多信息供开发者去使用，接下来将会给大家来介绍如何去编写程序回测
      1. account.current_day:
        该变量是模拟测试中今天的日期，string类型的。
      2. account.get_attribute_history(attribute, range) ：
        这个函数是获取最近几天的信息，比如：
        his = account.get_attribute_history('closePrice',2)
        结果： his = array([11,12])
        这个是获得最近2天的收盘价，返回的his是一个np.array数组，其中12表示是昨天的收盘价。注意：今天得到最新的信息是昨天的。
        当然，还有其他的使用属性可以使用，比如：
        his = account.get_attribute_history('openPrice',2)
        具体的信息还有'highPrice'(最高价),'lowPrice'（最低价）,'volume'(成交量),'value'（成交额）。
        注意：成交量和成交额返回的是list,其他的属性返回的是numpy.ndarray
      3. account.order(stock_code,num)
        这个函数是指定某只股票的买，卖。
        account.order('000001.XSHE',300) 表示000001.XSHE股票买300只
        account.order('000001.XSHE',-300) 表示000001.XSHE股票卖300只
      4. account.order_to(stock_code,num)
        这个函数是指定某只股票的买，卖到num(num >=0)支。
        account.order_to('000001.XSHE',0), 表示000001.XSHE股票卖到0，就是卖空
        account.order_to('000001.XSHE',300), 表示000001.XSHE股票买/卖到300，不管之前有多少只

程序交易规则：

  1. 程序的买和卖都是都是有手续费的。对于买手续费是千分之一，卖是千分之二
  2. 程序的买和卖使用的都是昨天的信息，其中买用的是昨天的开盘价，卖用的是昨天的收盘价
  3. 程序的交易没有使用滑点
  4. 程序中，如果指定买500只股票，但是余额不足的时候，则剩下的钱能买多少就买多少
  5. 如果一只股票要卖500只，但是现在没有这么多股票的时候，则把现在剩下的该只股票卖空

修正的bug：

  1. 修正了收益指数中的年华收益率，年华基准收益率，信息比率，最大回撤的运算规则。
  2. 修正了数据更新的错误

增加的功能：

  1. 增加了开盘涨跌停，不能交易的功能
  2. 增加了买卖量上限的功能，买卖的上限是当天的成交量
  3. 增加了实盘模拟的功能
  4. 增加了得到股票列表的功能

待修正的bug：

  1. 收益指数中波动率，Alpha，Beta三个指标的计算需要改进

潜在需要提高的地方：

  1. 在account类中，增加一个用户可以自己可以的属性

测试Demo

import datetime,time

import numpy as np

import os,sys

sys.path.append("/nfs/disk/work/users/tanghui/platform/call_back")

from Account import Account

from InitData import InitData

from Result import Result

from getData import GetData

from ConvertJson import ConvertJson

from readJson import ReadJson

from set_universe import SetUniverse


def handle_data(account): 

   window = 2
   his = account.get_attribute_history('closePrice',window)
   all = account.get_symbol_history(window)
   if not his :
       return
   for stock_code in account.universe:
       all_data = all[stock_code]
       cP = all_data['closePrice']
       oP = all_data['openPrice']
       hP = all_data['highPrice']
       lP = all_data['lowPrice']
       my_data = np.array([cP,oP,hP,lP])
       print account.current_day, my_data,account.universe
       if his.has_key(stock_code)==False:
           continue
       data =  his[stock_code][window-1]
       avr = np.mean(his[stock_code])
       if avr >  his[stock_code][window-1]:
           account.order(stock_code,300)
       else:
           account.order(stock_code,-300)
   return

def simulation(initData): 

   account = Account()
   start = time.clock()
   account.init(initData)
   result = Result()
   cj = ConvertJson()
   read_json = ReadJson()
   start_date = datetime.datetime.strptime(initData.start,'%Y-%m-%d')
   end_date = datetime.datetime.strptime(initData.end,'%Y-%m-%d')
   temp_date = start_date
   list_num = ['101001002009']
   print 'classify:',account.get_classify_stock(list_num)
   while temp_date <= end_date:
       start = time.clock()
       str_temp_date = temp_date.strftime('%Y-%m-%d')
       account.current_day = str_temp_date
       temp_date = temp_date + datetime.timedelta(days=1)
       if account.idxmap['datetime'][account.bench_code].has_key(account.current_day) == False
           continue
       handle_data(account)
       if account.record.has_key(account.current_day) == True:
           account.update_daily_account()
   result.calculate(account)

if __name__ == '__main__':
   start = '2010-05-01'
   end = '2012-01-01'
   universe = ['000001.ZICN']
   #universe = SetUniverse.set_universe("HS300")
   #print 'main_universe:',universe
   benchmark = 'HS300'
   captial_base = 100000
   freq = 'd'
   refresh_rate = 1
   initData = InitData(start,end,universe,benchmark,captial_base,freq,refresh_rate) 
   simulation(initData)

版本：1.3

取自“http://index.cslt.org/mediawiki/index.php?title=Financial_document_platform&oldid=17288”