“Financial document platform”版本间的差异
来自cslt Wiki
(相同用户的16个中间修订版本未显示) | |||
第1行: | 第1行: | ||
− | 虚拟交易平台使用手册 | + | =虚拟交易平台使用手册= |
#创建平台 | #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。 |
#使用平台 | #使用平台 | ||
− | ##总体介绍 | + | ##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。 | ##*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': | ##*然后有三个函数,分别是 'main','simulation','handle_data': | ||
第20行: | 第20行: | ||
### 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。 | ### 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。 | ###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 | ##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 | ##*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: | ###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) : | ###account.get_attribute_history(attribute, range) : | ||
###:这个函数是获取最近几天的信息,比如: | ###:这个函数是获取最近几天的信息,比如: | ||
第33行: | 第37行: | ||
###:;具体的信息还有'highPrice'(最高价),'lowPrice'(最低价),'volume'(成交量),'value'(成交额)。 | ###:;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 | ###:;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
- 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。
- 使用平台
- 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':
- 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
- 这个函数是获取最近几天的信息,比如:
- 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
- 这个函数是指定某只股票的买,卖。
- 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
- 这个函数是指定某只股票的买,卖到num(num >=0)支。
- 总体介绍
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