pytdx
pytdx copied to clipboard
rainx
建议:最好与BackTrader/PyAlgoTrade对接
backtrader https://github.com/mementum/backtrader 成熟度比较高,演进速度很快,文档全,社区还是存在的!!!
PyAlgoTrade/PyAlgoTrade-cn https://github.com/gbeced/pyalgotrade https://github.com/Yam-cn/pyalgotrade-cn 个人感觉PyAlgoTrade比backtrader的成熟度,易用性要差!!!
这个只是一个行情库而已，对其它回测框架的对接最好还是个人动手吧，毕竟回测框架一大堆，rainx有一些项目是用来对接zipline的，你可以看看
我来打个广告吧。我用这个pytdx以及 @rainx 大神的另外几项目，写了一个对接zipline的项目，最近才开始写的，还在不断的改进，你可以去看看 @zfsamzfsam https://github.com/JaysonAlbert/cn_zipline
我个人觉得zipline框架太大太复杂了,BackTrader/PyAlgoTrade比较小巧简单一些!!! 但zipline的一些模块单独来看还是很有意义的.
@JaysonAlbert @zfsamzfsam @yutiansut 我们自己根据zipline1.0.2移植了一份，最初的版本是我来做的，现在交给同事在维护，目前主要是面向学校使用的.. backtrader 和 PyAlgoTrade 我用的比较少，还在摸索中.. 最近感觉自己各个方面的知识需要补充的比较多，主要是计算机科学的深入方面的知识和金融领域的入门知识，现在这个阶段还在学习中... ^_^ , 后面有了更深入的理解之后再下手来做
https://github.com/yutiansut/quantaxis 已经对接好了的框架
QUANTAXIS 量化金融策略框架
支持:
- 日线（自1990年）回测 [定点复权] (T+1)
- 分钟线 [1min/5min/15min/30min/60min]回测 (T+1)
- 股指期货日线(T+0)/指数日线/ETF日线
- 股指期货分钟线(T+0) / 指数分钟线/ETF分钟线 [1min/5min/15min/30min/60min]
- 期货日线/分钟线(期货指数/期货主连/期货合约)
- 基于pytdx各种爬虫的数据源
- 实时交易数据,实时tick
- 基于Vue.js的前端网站
- 自定义的数据结构QADataStruct
- 指标计算QAIndicator
- 板块数据(0.5.1新增)/同花顺,通达信板块
- 基本面数据(部分 最新一期财务报表)
- 行情分发
- 循环回测
- 回测管理优化(新增回测主题/版本号)
pytdx与backtrader对接
!/usr/bin/python
vim: set fileencoding=utf8 :
author = 'keping.chu' from pytdx.hq import TdxHq_API from backtrader.feeds.pandafeed import PandasData import pandas
def select_market_code(code): code = str(code) if code[0] in ['5', '6', '9'] or code[:3] in ["009", "126", "110", "201", "202", "203", "204"]: return 1 return 0
cycle
WEEK = 5 DAY = 9 MONTH = 6 QUARTER = 10 YEAR = 11
class PyTdxPandasData(PandasData):
def __init__(self, host, port, symbol, mapsymbol, cyc=WEEK, period=5):
api = TdxHq_API()
with api.connect(host, port):
if symbol.startswith('399'):
pandasda = api.to_df(api.get_index_bars(cyc, select_market_code(symbol), symbol, 0, period))
else:
pandasda = api.to_df(api.get_security_bars(cyc, select_market_code(symbol), symbol, 0, period))
pandasda.to_csv(symbol+'.csv')
pandasda['datetime'] = pandas.to_datetime(pandasda['datetime'])
self.p.dataname = pandasda
if mapsymbol is None:
self.p.name = symbol
else:
self.p.name = mapsymbol
self.p.volume = 'vol'
self.p.datetime = -1
super(PyTdxPandasData, self).__init__()
class PyTdxPandasDataExt(PandasData):
def __init__(self, symbol, data):
self.p.dataname = data
self.p.name = symbol
self.p.volume = 'vol'
self.p.datetime = -1
super(PyTdxPandasDataExt, self).__init__()
class BatchTDXPandasData:
def __init__(self, symbols, host, port, cyc):
self.host = host
self.port = port
self.cyc = cyc
self.symbols = symbols
def get_data_list(self, size):
data = []
api = TdxHq_API()
with api.connect(self.host, self.port):
for symbol in self.symbols:
pandasda = api.to_df(api.get_security_bars(self.cyc, select_market_code(symbol), symbol, 0, size))
pandasda['datetime'] = pandas.to_datetime(pandasda['datetime'])
data.append(PyTdxPandasDataExt(symbol, pandasda))
return data
def get_data_dict(self, size):
data = {}
api = TdxHq_API()
with api.connect(self.host, self.port):
for symbol in self.symbols:
pandasda = api.to_df(api.get_security_bars(self.cyc, select_market_code(symbol), symbol, 0, size))
pandasda['datetime'] = pandas.to_datetime(pandasda['datetime'])
data[symbol] = PyTdxPandasDataExt(symbol, pandasda)
return data
