python应用于期货_Python期货量化交易基础教程（17）

16.14、异步任务：

16.14.1、使用协程任务：

函数create_task()用来创建协程任务，并将任务加入事件循环以实现异步并发。

wait_update()不能用在协程中，若在协程中等待业务更新，可调用register_update_notify函数把业务数据注册到TqChan，当业务数据有更新时会通知该TqChan，在协程里就可以用实时更新的业务数据运算。例如：

from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("信易账号", "密码"))

quote1 = api.get_quote("CFFEX.T2103")

quote2 = api.get_quote("CFFEX.TF2103")

#带有业务更新的协程

async def demo(quote):

#将quote注册到TqChan命名为update_chan

async with api.register_update_notify(quote) as update_chan:

async for _ in update_chan: #遍历队列通知

print('品种：',quote.instrument_name,'最新价：',quote.last_price)

#无业务更新的协程

async def func():

return quote1.instrument_name,quote2.instrument_name

# 创建task1、task2，把quote1、quote2注册到TqChan

task1=api.create_task(demo(quote1))

task2=api.create_task(demo(quote2))

#把带有返回值的协程创建成task3

task3=api.create_task(func())

while True:

api.wait_update()

if task3.done(): #task3结束后，获取返回值

print(task3.result())

'''输出结果为：('债十2103', '债五2103')品种： 债十2103 最新价： 97.435('债十2103', '债五2103')品种： 债十2103 最新价： 97.435('债十2103', '债五2103')品种： 债十2103 最新价： 97.43('债十2103', '债五2103')品种： 债十2103 最新价： 97.43'''

16.14.2、使用多线程：

当用户策略实例很多，导致网络连接数无法容纳时，可以使用多线程。首先需要在主线程中创建一个 TqApi 实例 api_master，并用 TqApi.copy 函数创建多个slave副本，把slave副本用在多个线程中，主线程里的api_master 仍然需要持续调用 wait_update。

子线程和主线程其实是运行在同一个事件循环里，如果在子线程里调用api_slave.close()会引发主线程事件循环关闭的异常，如果主线程里调用api_master.close()，子线程可能因等待事件循环响应而阻塞，若想让子线程和主线程一起退出，可设置子线程为守护线程。

使用多线程需要自定义一个线程类，并重写run函数，在run函数里执行策略代码，例如：

import threading

from tqsdk import TqApi, TqAuth

#自定义线程类

class WorkerThread(threading.Thread):

def __init__(self, api, symbol):

threading.Thread.__init__(self)

self.api = api #初始化参数

self.symbol = symbol #初始化参数

#重写run函数，策略代码写在run函数中

def run(self):

SHORT = 30 # 短周期

LONG = 60 # 长周期

data_length = LONG + 2 # k线数据长度

klines = self.api.get_kline_serial(self.symbol, duration_seconds=60, data_length=data_length)

target_pos = TargetPosTask(self.api, self.symbol)

while True:

self.api.wait_update()

if self.api.is_changing(klines.iloc[-1], "datetime"): # 产生新k线:重新计算SMA

short_avg = ma(klines["close"], SHORT) # 短周期

long_avg = ma(klines["close"], LONG) # 长周期

if long_avg.iloc[-2] < short_avg.iloc[-2] and long_avg.iloc[-1] > short_avg.iloc[-1]:

target_pos.set_target_volume(-3)

print("均线下穿，做空")

if short_avg.iloc[-2] < long_avg.iloc[-2] and short_avg.iloc[-1] > long_avg.iloc[-1]:

target_pos.set_target_volume(3)

print("均线上穿，做多")

if __name__ == "__main__":

#主线程创建TqApi实例

api_master = TqApi(auth=TqAuth("信易账号", "密码"))

# 实例化线程类，传入TqApi实例的副本api_master.copy()

thread1 = WorkerThread(api_master.copy(), "SHFE.cu1901")

thread2 = WorkerThread(api_master.copy(), "SHFE.rb1901")

# 启动线程实例

thread1.start()

thread2.start()

while True:

api_master.wait_update() #主线程保持对wait_update()的调用

当线程太多时，操作系统因调度线程，可能把主要工作都用在了调度线程上，而降低了多线程的效率，更宜使用异步协程实现多策略。

16.14.3、使用多进程：

当程序比较耗CPU时，可以采用多进程，比如回测时，需要对大量的数据计算，可以用多个进程同时回测多个品种，注意: 由于服务器流控限制, 同时执行的回测任务请勿超过10个，例如：

from tqsdk import TqApi, TqAuth, TqSim, TargetPosTask, BacktestFinished, TqBacktest

from tqsdk.tafunc import ma

from datetime import date

import multiprocessing

from multiprocessing import Pool

def MyStrategy(SHORT):

LONG = 60

SYMBOL = "SHFE.cu1907"

acc = TqSim()

try:

api = TqApi(acc, backtest=TqBacktest(start_dt=date(2019, 5, 6), end_dt=date(2019, 5, 10)), auth=TqAuth("信易账户", "账户密码"))

data_length = LONG + 2

klines = api.get_kline_serial(SYMBOL, duration_seconds=60, data_length=data_length)

target_pos = TargetPosTask(api, SYMBOL)

while True:

api.wait_update()

if api.is_changing(klines.iloc[-1], "datetime"):

short_avg = ma(klines.close, SHORT)

long_avg = ma(klines.close, LONG)

if long_avg.iloc[-2] < short_avg.iloc[-2] and long_avg.iloc[-1] > short_avg.iloc[-1]:

target_pos.set_target_volume(-3)

if short_avg.iloc[-2] < long_avg.iloc[-2] and short_avg.iloc[-1] > long_avg.iloc[-1]:

target_pos.set_target_volume(3)

except BacktestFinished:

api.close()

print("SHORT=", SHORT, "最终权益=", acc.