python股市回测程序

回测效果
股市回测程序
1.基于真实历史数据、真实交易规则 2.功能均以函数给出且注释 3.可将自己的策略写入查看效果

import numpy as np
from numpy.lib.function_base import vectorize
import pandas as pd
import matplotlib.pyplot as plt
from pandas.core.indexes import datetimes
from pandas.core.indexes.base import Index
import tushare as ts
import datetime
from dateutil.parser import parse
from numba import cuda
#ts.set_token('c6a0826859d3f3e6c2bf5fe8d556137617ba7a7f22ff76049166c019')

CASH=1000000,
START_DATE=20180101
END_DATE=20211224

# 下载数据
#pro = ts.pro_api()
#df = pro.daily(ts_code='603518.SH', start_date='20110101', end_date='20211224')
#df.to_csv("603518.SH.csv")#保存股票日线数据
#trade_cal = pro.trade_cal()
#trade_cal.to_csv("trade_cal.csv")#保存交易开盘数据


trade_cal = pd.read_csv("trade_cal.csv")
class Context:
    def __init__(self,cash,start_date,end_date):
        self.cash=cash
        self.start_date=start_date
        self.end_date=end_date
        self.positions={
   }
        self.benchmark=None
        self.date_range=trade_cal [(trade_cal['is_open']==1) & \
                                   (trade_cal['cal_date']>=start_date)& \
                                   (trade_cal['cal_date']<=end_date)]['cal_date'].values
        self.dt=None

class G:
    def __init__(self):
        self.p1=None
        self.p2=None
        self.security=None

g=G()
context= Context(CASH,START_DATE,END_DATE)
print (context.date_range)

def set_benchmark(secturity):
    context.benchmark=secturity

#获取一定时间段内历史数据
def attribute_daterange_history(secturity,start_date,end_date,fields=('open','close','high','low','vol')):

    try:
        f=open(secturity+'.csv','r')
        df=pd.read_csv(f,index_col='trade_date').loc[end_date:start_date,:]
    except FileNotFoundError
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

向着光-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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