这篇文章主要介绍如何使用Python对一些简单的交易策略进行回测,对这块比较感兴趣的初学者可以看一看。文章主要分为以下几个部分:
1.获取证券数据
2.编写交易逻辑
3.模拟交易操作
4.统计结果和绘图
1.获取证券数据
创建策略之前我们要明确一个问题,这个交易策略将会被用在哪个市场?这样我们才能有针对性的获取数据。本文以A股市场为例,先获取A股近10年的数据并保存到数据库。
1.1.安装数据库(MongoDB)
为了提升运行效率,需要将证券数据保存到本地数据库,这里我们选择的数据库是MongoDB,安装过程在此不再赘述,参照http://www.runoob.com/mongodb/mongodb-window-install.html即可,比较简单。
1.2.编写数据库操作类
安装完数据库,我们编写一个工具类来管理数据库的增删改查等操作:
class DBManager:
def __init__(self, table_name):
self.client = MongoClient("127.0.0.1", 27017)
self.db = self.client["my_database"]
self.table = self.db[table_name]
def clsoe_db(self):
self.client.close()
# 获取股票代码列表(sz格式)
def get_code_list(self):
return self.table.find({}, {"ticker": 1}, no_cursor_timeout=True)
# 查询多条数据
def find_by_key(self, request=None):
if request is None:
request = {}
return self.table.find(request)
# 查询单条数据
def find_one_by_key(self, request=None):
if request is None:
request = {}
return self.table.find_one(request)
# 添加单条数据
def add_one(self, post, created_time=datetime.datetime.now()):
# 添加一条数据
post['created_time'] = created_time
return self.table.insert_one(post)
# 添加历史交易记录
def add_tk_item(self, ticker, __dict):
return self.table.update_one({'ticker&