金融 网站 源码,上海百度推广官方电话,注册一个公司的所有流程,wordpress无法创建数据库现在就开始干活了。先要测试一下pyalgotrade回测数据对不对。我找了个参照标准:在聚宽上开通了个账号#xff0c;按入门教程写了个策略:2016-2018年每个交易日买入100股平安银行(000001)#xff0c;回测结果如下: 现在用pyalgotrade来实现一下这个策略。先用tushare下载平安银…现在就开始干活了。先要测试一下pyalgotrade回测数据对不对。我找了个参照标准:在聚宽上开通了个账号按入门教程写了个策略:2016-2018年每个交易日买入100股平安银行(000001)回测结果如下: 现在用pyalgotrade来实现一下这个策略。先用tushare下载平安银行及沪深300指数的2016年数据。
首先从csv文件建立数据源。
from pyalgotrade_tushare import tools, barfeedinstruments [000001]
feeds tools.build_feed(instruments, 2016, 2018, histdata)
如果没有下载过数据会自动下载以后存到histdata目录里如果下载过就自动使用目录里的数据了。feeds是BarFeed类型就是其中的数据驱动pyalgotrade回测框架运行。
接着就从Pyalgotrade.strategy.BacktestingStrategy继承自己的策略类。
class MyStrategy(strategy.BacktestingStrategy):def __init__(self, feed, instrument, brk):super().__init__(feed, brk)self.__position Noneself.__instrument instrumentself.getBroker()self.__cost 0.0def onEnterOk(self, position):execInfo position.getEntryOrder().getExecutionInfo()# self.info(买入 %.2f % (execInfo.getPrice()))def onEnterCanceled(self, position):self.__position Nonedef onExitOk(self, position):execInfo position.getExitOrder().getExecutionInfo()self.info(卖出 %.2f % (execInfo.getPrice()))self.__position Nonedef onExitCanceled(self, position):# If the exit was canceled, re-submit it.self.__position.exitMarket()def onBars(self, bars):brk self.getBroker()shares 100price bars[self.__instrument].getPrice()if brk.getCash() price*shares:self.info(现金不足)returnself.__position self.enterLong(self.__instrument, shares, True)self.__cost brk.getCommission().calculate(brk, price, shares)self.info(可用现金%.2f 股价%.2f 持股数量%d 市值1:%.2f 市值2:%.2f 计算市值:%.2f 交易成本%.2f % (brk.getCash(), price, brk.getShares(self.__instrument), brk.getEquity(), self.getResult(), (brk.getCash() brk.getShares(self.__instrument)*price), self.__cost))# x input(按任意键继续)
其中onBar是必须重写的即每次数据更新要执行的操作。
然后设置手续费滑点等设置。
# 设置手续费
broker_commision broker.backtesting.TradePercentage(0.0003)
brk broker.backtesting.Broker(cash, feeds, broker_commision)
Broker对象是进行交易的类。
然后生成策略对象:
myStrategy MyStrategy(feeds, instruments[0], brk)
接下来生成用于计算回测指标的四个对象并将其添加进入策略中: retAnalyzer returns.Returns()myStrategy.attachAnalyzer(retAnalyzer)sharpeAnalyzer sharpe.SharpeRatio()myStrategy.attachAnalyzer(sharpeAnalyzer)drawDownAnalyzer drawdown.DrawDown()myStrategy.attachAnalyzer(drawDownAnalyzer)tradesAnalyzer trades.Trades()myStrategy.attachAnalyzer(tradesAnalyzer)
如果要作图类似的也要将绘图对象添加进入策略对象。
from pyalgotrade import plotterplter plotter.StrategyPlotter(myStrategy)
plter.getOrCreateSubplot(return).addDataSeries(retuens, retAnalyzer.getReturns())
plter.getOrCreateSubplot(CumReturn).addDataSeries(CumReturn, retAnalyzer.getCumulativeReturns())
准备工作做完就可以执行回测了用
myStrategy.run()
执行以后就可以输出回测结果输出图形了。限于篇幅就不放代码了。详细代码见:
https://github.com/zwdnet/MyQuant/blob/master/01/testdata.py
现在来看看回测结果。 其中年化收益率那里应该是三年的策略收益这样看两个的回测结果是基本一致的但并不完全一致。原因呢
我看了一下每个交易日的情况
聚宽上面的 我本地文件里的数据 在本地输出每个交易日的情况 可以看到2016-01-05聚宽的股价数据是8.99tushare下载的数据是9.07。2016-01-06聚宽的数据是9.10tushare是9.179。
我在聚宽的论坛里发帖问了被告知可能是数据复权方法滑点设置等差异引起的。另外pyalgotrade貌似是第一天产生交易信号第二天再执行交易。好在差别也不大就这样吧。还有一些问题比如pyalgotrade里貌似没有没有直接计算alpha值beta值信息比率等数据的函数用到了再说吧。
最后再总结一下用pyalgotrade进行量化交易回测的一般步骤:
①用数据生成BarFeed对象作为驱动框架的数据来源。
②用Broker对象设置交易成本滑点等。
③从strategy.BacktestingStrategy建立Strategy对象并重写onBars成员函数其内容为每次交易事件时都要执行的动作。其中可能会用到technical对象用于计算一些技术指标。
④实例化strategy对象建立回测指标对象和绘图对象并将它们与strategy绑定。
⑤执行回测。
⑥输出回测结果绘图。
下一步该真正进行量化交易策略的学习研究了。
