在vn.py中的CTA回测时显示查询Tick数据失败：没有正确配置数据服务

已于 2024-03-15 11:59:35 修改
阅读量389 收藏 8
点赞数 10
文章标签： python 大数据 人工智能
于 2024-03-15 11:58:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_67510277/article/details/136734600
版权

我用的是tushare数据源，在CTA回测点击下载数据时会报错：查询Tick数据失败：没有正确配置数据服务

为什么呢？

Leslie Cho
关注
  • 10
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CTP量化之路二（期货K线数据篇）
qq_31398761的博客
04-25 743
CTP 量化之期货K线数据
vn.py源码解读（一、环境配置与回测初试）
热门推荐
lyx的专栏
11-12 2万+
近来忙于毕业找工作，也不知道能不能继续在量化界混了。周末比较闲，抽空研究了一下vn.py。有人说，为什么学那么多的回测平台呀。其实我个人觉得，做cta的话，两个回测平台还是要的，这样，当你的策略出现和你预计不符，而你有无法在代码逻辑层面找到问题的时候，你就可以用另外一个平台试一下，来看看到底是你的策略本身就不行，还是你的代码有着当前水平无法察觉的问题，甚至，可能回测平台本身存在一个...
【VNPY入门教程之一】VNPY开源交易平台WINDOWS下环境配置
vivid
10-23 1万+
VNPY开源交易平台WINDOS下环境配置 ▪ 准备一台Windows 7/10 64位系统的电脑 ▪ 安装Anaconda：下载Python 2.7 32位版本，注意必须是32位http://www.continuum.io/downloads ▪ 安装Visual C++ Redistributable Packages for VS2013，中英文随意，为了未来使用方便
【vn.py学习笔记（七）】vn.py rqdata封装、datasbase等数据服务源码阅读
PAN_Andy的博客
03-07 2292
这次来看一看vn.py的数据服务是怎么写的，与数据服务相关的主要是对rqdata的封装和database模块。参考rqdata的封装，我实现了一个对tushare获取股票日线数据的封装，可以参考之前的文章《[基于tushare的A股市场行情维护程序](https://blog.csdn.net/PAN_Andy/article/details/113946387)》。下一篇将会来学习vn.py 核心trader的最后一部分代码vnpy/trader/utility.py的内容。
vn.py全实战进阶课程学习笔记（零）
PAN_Andy的博客
06-12 1万+
MySQL数据库配置
【vn.py学习笔记（八）】vn.py utility、BarGenerator、ArrayManager源码阅读
PAN_Andy的博客
03-07 2568
这次来学习一下vnpy/trader/utility.py下的内容，utility.py下的内容可以分为三个部分：工具函数、BarGenerator、ArrayManager，其中工具函数部分比较好理解，只是对通用的一些功能进行的封装；BarGenerator是K线合成器，负责根据实时接收的tick数据合成1分钟k线，并借此合成n分钟K线；ArrayManager是指标计算辅助类，负责维护一定量的历史数据，以供常见指标如sma、ema、atr等的计算。
【vn.py学习笔记（一）】vn.py架构学习笔记
PAN_Andy的博客
03-01 2877
vn.py架构学习笔记1 基础架构2 底层接口3 中层引擎4 上层应用参考资料   笔者刚接触量化投资，对量化投资挺感兴趣，在闲暇时间进行量化投资的学习，只能进行少量资金进行量化实践。目前在进行基于vnpy的A股市场的量化策略学习，主要尝试攻克的技术难点在：A股市场日线数据的免费获取维护、自动下单交易、全市场选股程序、选股策略的回测程序、基于机器学习的股票趋势预测。   书中介绍的的是vn.py v1.9.2LTS版本，笔者接下来的vn.py学习笔记将基于vn.py最新的源码进行学习分享，有不对的地方欢迎大
【vn.py学习笔记（六）】vn.py constant源码阅读、委托生命周期
PAN_Andy的博客
03-06 733
仍然关注vnpy/trader下的核心代码，这次先来看vnpy/trader/constant.py、vnpy/trader/object.py和vnpy/trader/setting.py，这块没有什么难以理解的内容；然后来梳理一下vn.py委托的生命周期，这块是我在学习vn.py官方的教程时很难理解的地方，但对将来精细化交易控制非常重要，借此机会梳理一下。下一篇内容将来介绍vnpy/trader对rqdata的封装。
【vn.py】量化策略开发
敲代码的quant的博客
08-06 5889
写在前面 一个完整的量化流程至少需要包括策略开发、历史回测与实盘交易三个步骤，下面就以vn.py为例，先整理一下vn.py中如何进行量化策略的开发。 开发环境 在vn.py的官方教程中使用的IDE是VS Code，这里的IDE没有什么特殊要求，我在使用的时候使用的环境是Pycharm+VN Studio。相比于以前自己在源码基础上的策略开发，以现在这种的开发方式可以更好地专注于策略本身。 为了方便...
10-vn.py 2.2.0源代码深入分析210326.docx
04-02
vn.py是机构级别的量化交易软件，掌握vn.py框架原理并且熟练使用，有利于快速入门量化交易，搭建自己的量化交易系统，也可以在机构中找到与量化岗位相关的工作。 本文是原创作品，针对vn.py的最新版本2.2.0（2021年3...
vn.py 2.0.7代码分析入门.docx
10-20
vn.py是机构级别的量化交易软件，掌握vn.py框架原理并且熟练使用，有利于快速入门量化交易，搭建自己的量化交易系统，也可以在机构中找到与量化岗位相关的工作。 本文是原创作品，针对vn.py的最新版本2.0.7，从源码...
元器件应用中的CTA系列CTA8880CN集成电路实用检测数据
11-21
CTA8880CN是全制式彩电解码，同步分离，行、场驱动及信号处理集成电路，为64脚双列式塑料封装，在厦华XT－29F8THD型74cm（29英寸）纯平画中画彩电上的正常工作电压典型检测数据如表1所列，用MF14型三用表检测（DC挡...
CTA策略系列报告之十一：短期供需数据能否用于原油择时？（18页）.pdf
01-28
CTA策略系列报告之十一：短期供需数据能否用于原油择时？（18页）.pdf
安信证券_0618_机器学习与CTA：当实盘好于回测的时候，我们在想什么.pdf
07-28
安信证券_0618_机器学习与CTA：当实盘好于回测的时候，我们在想什么.pdf
Java基础:爬虫
weixin_65752158的博客
07-04 1021
Pattern:表示正则表达式Matcher:文本匹配器，作用按照正则表达式的规则去读取字符串，从头开始读取。在大串中去找符合匹配规则的子串。通过Pattern p = Pattern.compile("正则表达式");获得 通过Matcher m = p.matcher(str);获得 (m要在str中找符合p规则的小串)其中, m为Matcher对象, p为正则表达式规则, str为要验证的字符串. boolean b = m.find(); 表示拿着文本匹配器从头开始读取，寻找是否有
基数排序算法Python实现
最新发布
PeterClerk的博客
07-09 206
基数排序算法实现
pandas，dataframe使用笔记
分享计算机视觉，C++，嵌入式等知识。
07-05 480
dataframe属于pandas。
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！
小明的Java问道之路
07-08 1039
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！
vn.py MA策略回测
06-06
好的，下面是一个使用vn.py库进行MA策略回测的示例代码。 首先，我们需要导入所需的库和数据： ```python from vnpy.app.cta_strategy.backtesting import BacktestingEngine, OptimizationSetting from vnpy.app.cta_strategy.strategies.ma_strategy import MAStrategy # 创建回测引擎对象 engine = BacktestingEngine() # 设置回测数据 engine.set_parameters( vt_symbol="IF88.CFFEX", interval="1m", start=datetime(2010, 1, 1), end=datetime(2021, 12, 31), rate=0.3/10000, slippage=0.2, size=300, pricetick=0.2, capital=1_000_000, ) # 添加策略 engine.add_strategy(MAStrategy, {'fast_window': 5, 'slow_window': 10}) # 加载数据 engine.load_data() # 运行回测 engine.run_backtesting() # 输出回测结果 df = engine.calculate_result() print(df[['net_pnl', 'total_profit', 'total_commission']]) ``` 这里我们使用`BacktestingEngine`类创建回测引擎对象，并设置回测参数，包括交易品种、回测时间、手续费等。然后我们添加`MAStrategy`策略，并使用`load_data()`方法加载数据，使用`run_backtesting()`方法运行回测，并使用`calculate_result()`方法计算回测结果，并输出净利润、总盈亏、总手续费等指标。 在上面的代码中，`MAStrategy`是一个简单的MA策略类，其中`fast_window`和`slow_window`分别表示快速和慢速移动平均线的窗口大小。下面是`MAStrategy`类的示例代码： ```python from vnpy.app.cta_strategy import ( CtaTemplate, Direction, StopOrder, TickData, BarData, TradeData, OrderData, BarGenerator, ArrayManager, ) class MAStrategy(CtaTemplate): """ 简单的MA策略 """ author = "vn.py" fast_window = 5 slow_window = 10 fixed_size = 1 fast_ma = 0.0 slow_ma = 0.0 parameters = ["fast_window", "slow_window", "fixed_size"] variables = ["fast_ma", "slow_ma"] def __init__(self, cta_engine, strategy_name, vt_symbol, setting): super().__init__(cta_engine, strategy_name, vt_symbol, setting) self.bg = BarGenerator(self.on_bar, 5, self.on_5min_bar) self.am = ArrayManager() def on_init(self): self.write_log("策略初始化") self.load_bar(10) def on_start(self): self.write_log("策略启动") def on_stop(self): self.write_log("策略停止") def on_tick(self, tick: TickData): self.bg.update_tick(tick) def on_bar(self, bar: BarData): self.bg.update_bar(bar) def on_5min_bar(self, bar: BarData): self.am.update_bar(bar) if not self.am.inited: return self.fast_ma = self.am.sma(self.fast_window) self.slow_ma = self.am.sma(self.slow_window) if self.fast_ma > self.slow_ma: if self.pos == 0: self.buy(bar.close_price + 5, self.fixed_size) elif self.pos < 0: self.cover(bar.close_price + 5, self.fixed_size) self.buy(bar.close_price + 5, self.fixed_size) elif self.fast_ma < self.slow_ma: if self.pos == 0: self.sell(bar.close_price - 5, self.fixed_size) elif self.pos > 0: self.sell(bar.close_price - 5, self.fixed_size) self.short(bar.close_price - 5, self.fixed_size) ``` 在`MAStrategy`中，我们定义了`fast_window`和`slow_window`两个参数来设置快速和慢速移动平均线的窗口大小，并定义了`fixed_size`参数来设置每次交易的数量。在`on_5min_bar()`方法中，我们使用`ArrayManager`类计算快速和慢速移动平均线，并根据MA交叉信号进行买入和卖出操作。 除了单一品种的回测外，vn.py还支持多品种的回测和参数优化等功能，可以根据具体需要进行调整和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值