量化交易python培训北京武汉深圳量化交易python代码开发招聘
下载地址 https://share.weiyun.com/tIMc8ewb
资料目录 Python股票量化投资视频课程(25集完结) Python股票量化策略培训预习材料(视频讲解+素材) 《Python机器学习与量化投资》电子书 《Python量化交易》.pdf 《Python与量化投资:从基础到实战》.pdf 《零起点TensorFlow与量化交易》.pdf 机器学习在量化投资中的应用研究_汤凌冰著 pdf 量化交易之路:用Python做股票量化分析(高清).pdf 量化投资以Python为工具.pdf
举例 1.导入库 BacktestingEngine 是策略回测引擎,OptimizationSetting 用于参数优化,MINUTE_DB_NAME 用 于 在 MongoDB 数 据 库 中 存 放 分 钟 级 别 数 据 ,AtrRsiStrategy 是本次需要测试的策略。 %matplotlib inline from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, OptimizationSetting, MINUTE_DB_NAME from vnpy.trader.app.ctaStrategy.strategy.strategyAtrRsi import AtrRsiStrategy 2.创建回测引擎对象 创建回测引擎对象,方便以后被调用: engine = BacktestingEngine() 3.设置回测使用的数据 设置回测使用的数据为 K 线。在 MongoDB 数据库的分钟级别数据中找到IF0000 的合约数据,然后设置开始回测的时间为 2015 年 1 月 1 日。 engine.setBacktestingMode(engine.BAR_MODE) # 设置回测使用的数据为 K 线engine.setDatabase(MINUTE_DB_NAME, 'IF0000') # 设置使用的历史数据库engine.setStartDate('20150101') # 设置回测用的数据起始日期 4.配置回测引擎参数 滑点设置为股指 1 跳,每一跳为 0.2;手续费为万分之 0.3;股指的合约大小是每点 300 元,即 300;股指合约的最小价格变动单位是 0.2;然后设置起始资金为 100 万元。 engine.setSlippage(0.2) # 设置滑点为股指1 跳 engine.setRate(0.3/10000) # 设置手续费万分之0.3 engine.setSize(300) # 设置股指合约大小 engine.setPriceTick(0.2) # 设置股指最小价格变动 engine.setCapital(1000000) # 设置回测本金 5.在引擎中创建策略对象 d = {}用于在回测时直接修改参数,而不需要重新打开策略文件进行修改。 Engine.initStrategy()用于创建策略对象,创建好后就可以直接运行回测了。 d = {'atrLength': 11} # 策略参数配置 engine.initStrategy(AtrRsiStrategy, d) # 创建策略对象 6.运行回测 engine.runBacktesting() # 运行回测 runBacktesting()意味着开始进行策略回测,同时会打印出相关数据回放信息,如图 4-10 所示。 图 4-10 数据回放信息 7.显示逐日回测结果 engine.showDailyResult() 显示逐日回测统计的相关指标,如图 4-11 所示,然后展示的是 4 幅子图:资金子图、回撤子图、每笔交易盈亏子图和每笔盈亏分布子图,分别如图 4-12 到图4-15 所示。 8.显示逐笔回测结果 engine.showBacktestingResult() 同样显示的是回测相关指标和展示 4 幅子图。不同的是,其统计方式是按照“开仓-平仓”的方式进行逐笔统计的。 9.显示前 10 条成交记录 成交记录会保存在成交字典(tradeDict)中,通过查询成交字典可以得到交易时间、多空方向、成交价格和成交数量等信息。 for i in range(10): d = engine.tradeDict[str(i+1)].__dict__ print 'TradeID: %s, Time: %s, Direction: %s, Price: %s, Volume: %s' %(d['tradeID'], d['dt'], d['direction'], d['price'], d['volume']) 其效果如图 4-16 所示 图 4-16 显示前 10 条成交记录
|