notebook python 内嵌 数据库_Jupyter Notebook实现从IB接口历史数据获取，写入数据库，策略回测和实盘交易...

刚好有个同学问怎么实现IB盈透历史数据获取，和策略回测和实盘交易。想着熟悉vnpy2.0操作，就用Jupyter Notebook都是跑了一边。VNPY2.0的整体架构设计很有扩展性，而且调用也比起v1.0先进清晰很多，引擎加载调用非常方便。

讲讲注意点：

IB

盈透接口历史数据大多是要收费订阅的，如果收费会有报错信息提示，这里找个免费的作为使用。另外vnpy是按照最大6个月历史数据设计的。

数据库定义有个小坑，我是用mongodb的，在第一次填写 trader/setting.py中密码写错了，后面在trader/setting.py改发现怎么也改不好；原来当第一次维护后，配置会写入.vntrader/vt_setting，之后系统只会去.vntrader/vt_setting读取。去改vt_setting，而不是trader/setting.py。

使用CtaStrategyApp支持加入新策略，系统会自动输出json保持策略信息；所以第二次运行代码时候，会提示已经有了，不是问题。

我在代码里面把回测和实盘放在一次，如果直接跑下来可能会报错，建议跑实盘时候先注释的回测。

使用script_engine订阅历史数据是是默认从rqdata获取，vnpy v2.07 IB接口已经提供历史数据获取，这里创建HistoryRequest用main_engine来获取,

为了方便贴出来，改成.py代码格式，直接跑也没有问题。

from vnpy.app.script_trader import init_cli_trading

from vnpy.app.script_trader.cli import process_log_event

from vnpy.gateway.ib import IbGateway

from time import sleep

from datetime import datetime

import pandas as pd

# 连接到服务器

setting = {

"TWS地址": "127.0.0.1",

"TWS端口": 7497,

"客户号":8 #每个链接用一个独立的链接号，一个IBAPI支持32个来同时链接

}

engine = init_cli_trading([IbGateway]) #返回Script_engine 示例，并且给main_engine注册了gateway

engine.connect_gateway(setting, "IB") #链接

# 查询资金 - 自动

sleep(10)

print("***查询资金和持仓***")

print(engine.get_all_accounts(use_df = True))

# 查询持仓

print(engine.get_all_positions(use_df = True))

# 订阅行情

from vnpy.trader.constant import Exchange

from vnpy.trader.object import SubscribeRequest

# 从我测试直接用Script_engine有问题，IB的品种太多，get_all_contracts命令不行,需要指定具体后才可以，这里使用main_engine订阅

req1 = SubscribeRequest("12087792",Exchange.IDEALPRO) #创建行情订阅

engine.main_engine.subscribe(req1,"IB")

# 使用script_engine订阅历史数据是从rqdata获取，vnpy v2.07已经提供历史数据获取，这里创建HistoryRequest来获取,

# 查询如果没有endtime，默认当前。返回历史数据输出到数据库和csv文件

# 关于api更多信息可以参见 https://interactivebrokers.github.io/tws-api/historical_bars.html

print("***从IB读取历史数据, 返回历史数据输出到数据库和csv文件***")

from vnpy.trader.object import HistoryRequest

from vnpy.trader.object import Interval

start = datetime.strptime('20190901', "%Y%m%d")

historyreq = HistoryRequest(

symbol="12087792",

exchange=Exchange.IDEALPRO,

start=start,

interval=Interval.MINUTE

)

# # 读取历史数据，并把历史数据BarData放入数据库

bardatalist = engine.main_engine.query_history(historyreq,"IB")

from vnpy.trader.database import database_manager

database_manager.save_bar_data(bardatalist)

# 把历史数据BarData输出到csv

pd.DataFrame(bardatalist).to_csv("C:\Project\\"+ str(historyreq.symbol) + ".csv" , index=True, header=True)

print("History data export to CSV")

# # 参考backtesting.ipynb, 使用自带的双均线策略回测，10日上穿60日做多，否则反之

print("***从数据库读取历史数据, 进行回测***")

from vnpy.app.cta_strategy.backtesting import BacktestingEngine

from vnpy.app.cta_strategy.strategies.double_ma_strategy import (

DoubleMaStrategy,

)

btengine = BacktestingEngine() #新建回测引擎

btengine.set_parameters(

vt_symbol="12087792.IDEALPRO",

interval="1m",

start=datetime(2019, 9, 1),

end=datetime(2019, 10, 5),

rate = 0,

slippage=0.00005,

size=1000,

pricetick=0.00005,

capital=1_000_000,

)

btengine.add_strategy(DoubleMaStrategy, {"fast_window":10, "slow_window": 60})

btengine.load_data()

btengine.run_backtesting()

df = btengine.calculate_result()

btengine.calculate_statistics()

btengine.show_chart()

# 给script_engine载入双均线策略，实盘运行

print("***从数据库读取准备数据, 实盘运行***")

# 使用cta交易引擎

from vnpy.app.cta_strategy import CtaStrategyApp

from vnpy.app.cta_strategy.base import EVENT_CTA_LOG

engine.event_engine.register(EVENT_CTA_LOG, process_log_event)

cta_engine = engine.main_engine.add_app(CtaStrategyApp) #加入app

cta_engine.init_engine()

cta_engine.add_strategy("DoubleMaStrategy","DoubleMaStrategy_IB_12087792_v1", "12087792.IDEALPRO",{"fast_window":10, "slow_window": 50})

sleep(10)

cta_engine.init_strategy("DoubleMaStrategy_IB_12087792_v1")

sleep(10)

cta_engine.start_strategy("DoubleMaStrategy_IB_12087792_v1")