量化交易平台之一：PyAlgoTrade

一、前言

        PyAlgoTrade是一个Python的算法交易库，支持策略回测和实时交易，提供了丰富的统计和分析功能。github地址：GitHub - gbeced/pyalgotrade: Python Algorithmic Trading Library

二、使用

        PyAlgoTrade是一个功能强大的Python量化交易平台，它允许开发者以编程方式进行交易策略的开发、测试和执行。以下是关于如何使用PyAlgoTrade的基本指南：

1. 安装：首先，需要在你的Python环境中安装PyAlgoTrade。这可以通过pip命令来完成，如下：

pip install pyalgotrade

1. 创建策略：在PyAlgoTrade中，你需要创建一个策略类，该类继承自pyalgotrade.strategy.BacktestingStrategy。在这个策略类中，你需要定义你的交易逻辑，例如何时买入、何时卖出等。
2. 加载数据：PyAlgoTrade支持从CSV文件、在线API、数据库等多种方式加载数据。你可以选择最适合你的方式来加载你需要的交易数据。
3. 回测：一旦你的策略和数据都准备好了，你就可以进行回测了。PyAlgoTrade提供了详细的回测报告，包括交易记录、收益率、最大回撤等信息。
4. 实盘交易：如果你对你的策略满意，你也可以使用PyAlgoTrade进行实盘交易。PyAlgoTrade支持与多个交易所的API进行接口，你可以直接通过PyAlgoTrade下单和执行交易。
5. 高级功能：PyAlgoTrade还提供了一些高级功能，如参数优化、事件驱动模型、策略组合等。这些功能可以帮助你更好地开发和优化你的交易策略。

三、策略

        基于PyAlgoTrade编写一个策略，创建一个简单的交易策略，该策略在10日移动平均线上穿过30日移动平均线时买入，10日移动平均线下穿过30日移动平均线时卖出。

from pyalgotrade import strategy
from pyalgotrade.technical import ma
from pyalgotrade.technical import cross

class MyStrategy(strategy.BacktestingStrategy):
    def __init__(self, feed, instrument):
        super(MyStrategy, self).__init__(feed)
        self.__instrument = instrument
        # We'll use adjusted close values instead of regular close values.
        self.setUseAdjustedValues(True)
        self.__priceDataSeries = feed[instrument].getPriceDataSeries()
        self.__sma10 = ma.SMA(self.__priceDataSeries, 10)
        self.__sma30 = ma.SMA(self.__priceDataSeries, 30)

    def onBars(self, bars):
        # If a position was not opened, check if we should enter a long position.
        if self.__sma10[-1] is not None and self.__sma30[-1] is not None:
            if self.getBroker().getCash() >= bars[self.__instrument].getPrice() * 100:
                if cross.cross_above(self.__sma10, self.__sma30) > 0:
                    self.enterLong(self.__instrument, 100)

        # Check if we have to exit the position.
        elif cross.cross_below(self.__sma10, self.__sma30) > 0:
            self.exitAll()

        在此策略中，我们首先定义了一个名为MyStrategy的类，该类继承自pyalgotrade.strategy.BacktestingStrategy。然后，我们在类的初始化方法中，设置了使用调整后的收盘价，以及定义了两个移动平均线（10日和30日）。

        然后，在onBars方法中，我们每次接收到新的行情数据时都会执行这个方法。在这个方法中，我们首先检查10日移动平均线是否上穿过30日移动平均线，如果是的话，就用全部现金以当前价格买入。如果我们已经有持仓，且10日移动平均线下穿过30日移动平均线，那么就卖出所有持仓。