معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

量化交易Python回测系统

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	QuantDigger-0.400
نام	QuantDigger
نسخه کتابخانه	0.400
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	QuantFans
ایمیل نویسنده	dingjie.wang@foxmail.com
آدرس صفحه اصلی	https://github.com/QuantFans/quantdigger
آدرس اینترنتی	https://pypi.org/project/QuantDigger/
مجوز	MIT

QuantDigger 0.4.0 ================== QuantDigger目前是一个基于python的量化回测框架。作者最初是因为对数据处理和机器学习感兴趣而选择了这个行业，接触了一些主流的期货交易软件，比如TB, 金字塔。他们的特点是语法比较简单，缺点是编程语言太封闭，有很多表达限制。所以选择自己开发一个交易系统，做为交易和研究的工具，甚至尝试过商业化。最初选择c++做为实现语言，但是后面发现开发效率太低，重要的是做为研究工具来说，其易用性和和扩展性都比不上基于python的回测框架。相比其它流行的回测框架比如 zipline_ , pyalgotrade_ ，QuantDigger的策略语法更简单，类似MC，TB这些商业软件，但并不牺牲灵活性，保留了python这门通用语言的所有功能。QuantDigger目前还是定位于研究工具，但是设计上还是会从实盘交易的角度考虑，将来也会接入交易接口。虽然有很多细节还有待完善，但是核心的设计和功能已经实现了。代码也比较简单，大家有兴趣的可以自己拓展。如果大家有什么问题和建议，欢迎加入我们的QQ交流群--334555399，或者联系发起者(yellowblue QQ:33830957) 。在项目的推进过程中得到很多朋友的帮助, 在这表示感谢！除了开发人员，还要特别感谢北京的 vodkabuaa_ 和国元证券的王林峰给出的意见， ongbe_ 帮忙修复代码bug， tushare_ 库的作者 Jimmy_ 和深大的邓志浩帮忙推荐这个库，以及所有朋友的支持。文档 --- http://www.quantfans.com/doc/quantdigger/ 安装 --- 或者克隆github代码后本地安装 :: git clone https://github.com/QuantFans/quantdigger.git python install.py (会根据情况安装pip, 及依赖包) 依赖库 ----- * matplotlib * numpy * logbook * pandas * progressbar * python-dateutil * pyqt (可选) * Python (2.7.8+, **暂不支持3.x**) * tushare_ (可选, 一个非常强大的股票信息抓取工具) * TA-Lib * 如果要安装tushare必须先安装`lxml`库, `pip install lxml --upgrade`. 如果出现pypi源超时情况,可以通过命令方式进行安装依赖库: pip2 -r requirements/requirements.txt --upgrade -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 策略组合DEMO ----------- 源码 ~~~~ .. code:: py #from quantdigger.engine.series import NumberSeries #from quantdigger.indicators.common import MA #from quantdigger.util import pcontract from quantdigger import * class DemoStrategy(Strategy): """ 策略A1 """ def on_init(self, ctx): """初始化数据""" ctx.ma10 = MA(ctx.close, 10, 'ma10', 'y', 2) ctx.ma20 = MA(ctx.close, 20, 'ma20', 'b', 2) def on_symbol(self, ctx): """ 选股 """ return def on_bar(self, ctx): if ctx.curbar > 20: if ctx.ma10[2] < ctx.ma20[2] and ctx.ma10[1] > ctx.ma20[1]: ctx.buy(ctx.close, 1) elif ctx.position() > 0 and ctx.ma10[2] > ctx.ma20[2] and \ ctx.ma10[1] < ctx.ma20[1]: ctx.sell(ctx.close, ctx.position()) def on_exit(self, ctx): return class DemoStrategy2(Strategy): """ 策略A2 """ def on_init(self, ctx): """初始化数据""" ctx.ma5 = MA(ctx.close, 5, 'ma5', 'y', 2) ctx.ma10 = MA(ctx.close, 10, 'ma10', 'black', 2) def on_symbol(self, ctx): """ 选股 """ return def on_bar(self, ctx): if ctx.curbar > 10: if ctx.ma5[2] < ctx.ma10[2] and ctx.ma5[1] > ctx.ma10[1]: ctx.buy(ctx.close, 1) elif ctx.position() > 0 and ctx.ma5[2] > ctx.ma10[2] and \ ctx.ma5[1] < ctx.ma10[1]: ctx.sell(ctx.close, ctx.position()) def on_exit(self, ctx): return if __name__ == '__main__': set_symbols(['BB.SHFE-1.Minute'], 0) # 创建组合策略 # 初始资金5000，两个策略的资金配比为0.2:0.8 profile = add_strategy([DemoStrategy('A1'), DemoStrategy2('A2')], { 'captial': 5000, 'ratio': [0.2, 0.8] }) run() # 绘制k线，交易信号线 from quantdigger.digger import finance, plotting plotting.plot_strategy(profile.data(0), profile.indicators(1), profile.deals(1)) # 绘制策略A1, 策略A2, 组合的资金曲线 curve0 = finance.create_equity_curve(profile.all_holdings(0)) curve1 = finance.create_equity_curve(profile.all_holdings(1)) curve = finance.create_equity_curve(profile.all_holdings()) plotting.plot_curves([curve0.equity, curve1.equity, curve.equity], colors=['r', 'g', 'b'], names=[profile.name(0), profile.name(1), 'A0']) # 绘制净值曲线 plotting.plot_curves([curve.networth]) # 打印统计信息 print finance.summary_stats(curve, 252*4*60) 策略结果 ~~~~~~~ * k线和信号线 .. image:: images/figure_signal.png :width: 500px * 2个策略和组合的资金曲线。 .. image:: images/figure_money.png :width: 500px * 组合的历史净值 .. image:: images/figure_networth.png :width: 500px * 统计结果 :: >>> [('Total Return', '-0.99%'), ('Sharpe Ratio', '-5.10'), ('Max Drawdown', '1.72%'), ('Drawdown Duration', '3568')] 界面控制 ~~~~~~~ k线显示使用了系统自带的一个联动窗口控件，由蓝色的滑块控制显示区域，可以通过鼠标拖拽改变显示区域。 `上下方向键` 来进行缩放。其它 ~~~ **mplot_demo.py matplotlib画k线，指标线的demo。** .. image:: images/plot.png :width: 500px **pyquant.py 基于pyqt，集成了ipython和matplotlib的demo。** .. image:: images/pyquant.png :width: 500px .. _TeaEra: https://github.com/TeaEra .. _deepfish: https://github.com/deepfish .. _wondereamer: https://github.com/wondereamer .. _HonePhy: https://github.com/HonePhy .. _tushare: https://github.com/waditu/tushare .. _Jimmy: https://github.com/jimmysoa .. _vodkabuaa: https://github.com/vodkabuaa .. _ongbe: https://github.com/ongbe .. _pyalgotrade: https://github.com/gbeced/pyalgotrade .. _zipline: https://github.com/quantopian/zipline 版本 ~~~ **TODO** * 清理旧代码和数据文件 * 改善UI, 补充UI文档 **0.3.0 版本 2015-12-09** * 重新设计回测引擎, 支持组合回测，选股 * 重构数据模块 **0.2.0 版本 2015-08-18** * 修复股票回测的破产bug * 修复回测权益计算bug * 交易信号对的计算从回测代码中分离 * 把回测金融指标移到digger/finace * 添加部分数据结构，添加部分数据结构字段 * 添加几个mongodb相关的函数 **0.15版本 2015-06-16** * 夸品种的策略回测功能 * 简单的交互 * 指标，k线绘制

نحوه نصب

نصب پکیج whl QuantDigger-0.400:

pip install QuantDigger-0.400.whl

نصب پکیج tar.gz QuantDigger-0.400:

pip install QuantDigger-0.400.tar.gz