python外汇交易回测系统_易经量化交易系统之回测系统1

本文介绍如何从零开始构建一个适用于A股市场的回测系统。通过定义TickData类和MarketData类,结合akshare库获取并处理A股日K线数据,逐步实现回测系统的基础功能。
摘要由CSDN通过智能技术生成

我们在这里向大家介绍如何从零开始,实现一个适合于A股市场的回测系统。在这里我们以A股日K线数据为例,实际上可以比较方便的扩展为分级的数据源。

Tick数据类

我们首先定义一个Tick数据的基类,这个类维护所有金融市场标的的Tick数据具有共性的内容:

class TickData(object):

def __init__(self, symbol, timestamp):

'''

symbol 股票代码

timestamp 时间点

'''

self.symbol = symbol

self.timestamp = timestamp

接下来我们定义A股市场日K线TickData类:

class AsdkTickData(TickData):

def __init__(self, symbol, timestamp,

open_price=0.0, high_price=0.0, low_price=0.0,

close_price=0.0, total_volume=0.0):

'''

symbol 股票代码

timestamp 时间点

open_price 开盘价

hight_price 最高价

low_price 最低价

close_price 收盘价

total_volume 成交量

'''

super(AsdkTickData, self).__init__(symbol, timestamp)

self.open_price = open_price

self.high_price = high_price

self.low_price = low_price

self.close_price = close_price

self.total_volume = total_volume

其继承了TickData基类。

市场行情类

下面我们来定义市场行情类,我们在其中保存市场行情信息。我们希望我们的系统可以处理各种市场行精,所以我们先讲一下通用的方法。但是我们要开发的是一个简单的回测系统,所以在初期版本中,我们尽量将问题简化,等核心功能全部实现之后,我们再添加这些可扩展功能比较合理。

我们先来定义一个金融分析系统的配置类:

class FasConfig(object):

TDT_ASDK = 'asdk' # A股日K线数据

def __init__(self):

self.name = 'fas.bktr.FasConfig'

def new_tick_data(self, tick_data_type, symbol, timestamp, **args):

if tick_data_type == FasConfig.TDT_ASDK:

return AsdkTickData(symbol, timestamp,

open_price = args['open_price'],

high_price = args['high_price'],

low_price = args['low_price'],

close_price = args['close_price'],

total_volume = args['total_volume']

)

return None

fas_config = FasConfig()

我们在其中定义了FasConfig类和一个实例,在类中我们定义了TickData类型的常量,目前我们只研究A股K线行情,因此只有一个常量定义,后面随着系统越来越完善,会定义更多的常量。

我们在new_tick_data方法中,生成一个新的TickData子类实例。tick_data_type指定子类类型,symbol是金融标的代码,timestamp是时间点,**args是以字典形式传过来的可变数量参数。由上面的代码可以看到,这个方法最终会生成一个AsdkTickData类实例。

下面我们来看市场数据类:

class MarketData(object):

def __init__(self):

self.name = 'fas.bktr.MarketData'

self.__tick_datas = {}

def add_close_price(self, symbol, timestamp, close_price):

if symbol not in self.__tick_datas:

tick_data = fas_config.new_tick_data(

fas_config.TDT_ASDK, symbol, timestamp,

open_price=1.0, high_price=2.0, low_price=3.0,

close_price=4.0, total_volume=5.0

)

print('tick_data: {0};'.format(tick_data.close_price))

在这个类中,我们定义私有属性__tick_datas来保存行情数据,其是一个字典,键值为标的代码。

在add_close_price方法中,如果标的代码不在行情字典中,则生成一个新的对应的TickData子类实例。请大家注意,前面3个参数分别指定的TickData的子类,标的代码和时间点,后面的参数会形成**args参数表示的字典。这样就可以生成任意的行情数据类了。

但是我们为了简化当前问题,先不考虑系统的可扩展性,我们只处理A股日K线数据,所以MarketData类定义如下所示:

class MarketData(object):

def __init__(self):

self.name = 'fas.bktr.MarketData'

self.__tick_datas = {}

def get_tick_data(self, symbol, timestamp):

if symbol not in self.__tick_datas:

return None

else:

return self.__tick_datas[symbol]

def set_tick_data(self, symbol, tick_data):

self.__tick_datas[symbol] = tick_data

定义市场数据源

下面我们来看从外部数据源获取行情数据,我们使用akshare库来获取行情数据:

# pip install akshare

class MarketDataSource(object):

def __init__(self):

self.name = 'fas.bktr.MarketDataSource'

self.event_tick = None

self.symbol = 'sh600582'

self.market_data = MarketData()

def start_market_simulation(self):

datas = ak.stock_zh_a_daily(symbol=self.symbol, adjust='hfq')

for time, row in datas.iterrows():

tick_data = AsdkTickData(self.symbol,

time, open=row['open'], high=row['high'],

low=row['low'], close=row['close'],

outstanding_share=row['outstanding_share'],

turn_over=row['turn_over']

)

self.market_data.set_tick_data(self.symbol, tick_data)

if self.event_tick is not None:

self.event_tick(self.market_data)

第5行:self.event_tick是一个行情tick数据的响应函数,每个tick均会被调用;

第7行:用self.market_data来保存当前tick的数据;

第10行:通过akshare获取指定A股市场股票日K线数据;

第11~20行:遍历所有日K线数据,对于一个时间点,生成AsdkTickData类实例,赋给self.market_data属性,然后调用事件响应函数self.event_tick;

通过上面的程序,我们可以看到,当调用start_market_simulation之后,就可以依次处理日K线数据,从而完成整个回测过程了。只是这里我们并没有定义事件响应函数self.event_tick,关于这个函数,我们将在下面章节进行介绍。

评论
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
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