标签归档:trading

Backtrader-用于交易策略的Python回测库

下面是一个简单移动平均线交叉的代码片段。这可以用几种不同的方式来完成。使用文档(和示例),Luke!
from datetime import datetime
import backtrader as bt

class SmaCross(bt.SignalStrategy):
    def __init__(self):
        sma1, sma2 = bt.ind.SMA(period=10), bt.ind.SMA(period=30)
        crossover = bt.ind.CrossOver(sma1, sma2)
        self.signal_add(bt.SIGNAL_LONG, crossover)

cerebro = bt.Cerebro()
cerebro.addstrategy(SmaCross)

data0 = bt.feeds.YahooFinanceData(dataname='MSFT', fromdate=datetime(2011, 1, 1),
                                  todate=datetime(2012, 12, 31))
cerebro.adddata(data0)

cerebro.run()
cerebro.plot()

包括一张功能齐全的图表。试试看!这包含在样本中,作为sigsmacross/sigsmacross2.py沿着这条路走sigsmacross.py可以从命令行参数化的

功能:

用Python编写的实时交易和回测平台

  • 实时数据馈送和交易
    • 互动代理(需求IbPy并极大地受益于已安装的pytz)
    • 视觉图表)需要一把叉子comtypes直到拉入请求集成到版本中并受益于pytz)
    • OANDA(需要oandapy)(仅限睡觉接口-v20实现时不支持流媒体)
  • 来自CSV/文件、在线来源或来自的数据馈送熊猫猛火
  • 数据筛选器,如将每日条形图分成块以模拟日内或使用Renko砖块
  • 支持多种数据馈送和多种策略
  • 一次多个时间范围
  • 集成重采样和重放
  • 逐步回溯测试或一次性回测(战略评估除外)
  • 一体式指示器电池
  • Ta-Lib指示器支持(需要pythonTa-lib/检查文档)
  • 轻松开发自定义指标
  • 分析器(例如:TimeReturn、Sharpe Ratio、SQN)和pyfolio集成(已弃用)
  • 灵活界定佣金计划
  • 集成代理模拟与市场限制停止限制停止轨迹StopTrailLimit*和*OCO订单、托架订单、滑移、成交量填充策略和未来类工具的持续现金调整
  • 用于自动打桩的定尺器
  • 关闭时作弊和打开时作弊模式
  • 调度程序
  • 交易日历
  • 打印(需要matplotlib)

文档

博客:

要阅读完整文档,请访问:

内置指示器列表(122)

Python 2/3支持

  • Python>=3.2
  • 它还可以与pypypypy3(不得图谋-matplotlib在以下情况下不受支持PyPy)

安装

backtrader是自包含的,没有外部依赖项(除非您想要打印)

从…琵琶

  • pip install backtrader
  • pip install backtrader[plotting]

    如果matplotlib未安装,您希望执行一些打印操作

注意事项

matplotlib的最低版本为1.4.1

以下是一个示例IB数据馈送/交易:

  • IbPy似乎不在PyPi里。执行以下任一操作:
    pip install git+https://github.com/blampe/IbPy.git
    

    或(如果git在您的系统中不可用):

    pip install https://github.com/blampe/IbPy/archive/master.zip
    

对于其他功能,如:Visual ChartOandaTA-Lib,请检查文档中的依赖项

来源:

  • Backtrader在项目内部的源代码中找到的目录

版本编号

X.Y.Z.I

  • X:主版本号。应该保持稳定,除非有大的改变,比如大修以使用numpy
  • Y:次要版本号。在添加完整的新功能或(上帝保佑)不兼容的API更改时进行更改
  • Z:修订版本号。针对文档更新、小更改、小错误修复进行更改
  • i:平台中已内置的指标数量

Vnpy 基于Python的开源量化交易平台开发框架

vn.py是一套基于Python的开源量化交易系统开发框架,于2015年年1月正式发布,在开源社区6年持续不断的贡献下一步步成长为全功能量化交易平台,目前国内外金融机构用户已经超过600家,包括:私募基金、证券自营和资管、期货资管和子公司、高校研究机构、自营交易公司、交易所、Token Fund等。

全新的“vn.py全实战进阶”系列在线课程,已经在官方微信公众号[vnpy-社区访问数/每百万人:上线,覆盖cta策略(已完成)、期权波动率交易(更新中)等内容.购买请扫描下方二维码关注后,点击菜单栏的[进阶课程]按钮即可:

在使用vn.py进行二次开发(策略、模块等)的过程中有任何疑问,请查看vn.py项目文档,如果无法解决请前往官方社区论坛的[提问求助]板块寻求帮助,也欢迎在[经验分享]板块分享你的使用心得!

针对vn.py的金融机构用户,创建了一个专门的[vn.py机构用户群](QQ群号:676499931),主要分享机构应用方面相关的问题,如:银行间市场接入、资管O32系统、分布式部署等内容。请注意本群只对金融机构用户开放,加群时请注明:姓名-机构-部门.

功能特点

  1. 全功能量化交易平台(vnpy.trader),整合了多种交易接口,并针对具体策略算法和功能开发提供了简洁易用的接口,用于快速构建交易员所需的量化交易应用。
  2. 网关(vnpy.覆盖国内外所有交易品种的交易接口):
    • 国内市场
      • ctp(Ctp):国内期货、期权
      • CTP Mini(迷你):国内期货、期权
      • ctp证券(Sopt):etf期权
      • 飞马(女性):国内期货
      • 用友金融(恒生):国内期货、ETF期权
      • 飞创证券(秒):etf期权
      • 南华nhtd(Nhtd):国内期货、etf期权
      • 宽睿(OES):国内证券(A股)、ETF期权
      • 中泰xtp(Xtp):国内证券(A股)、etf期权
      • 国泰君安:国内证券(A股)
      • 恒生期权(Hsoption):etf期权
      • 华鑫奇点(TORA):国内证券(A股)、ETF期权
      • 星巴克(飞鼠):黄金TD、国内期货
      • 金仕达黄金(KS黄金):黄金TD
      • 鑫管家(Xgj):期货资管
      • 融航(罗洪):期货资管
      • 康星(中汇亿达):银行间市场
    • 海外市场
      • 富途证券(富图):港股、美股
      • 老虎证券(老虎):全球证券、期货、期权、外汇等
      • 互动经纪人(Ib):全球证券、期货、期权、外汇等
      • 易盛9.0外盘(TAP):全球期货
      • 直达期货(Da):全球期货
      • MetaTrader5(MT5):外汇、cfd、期货、股票
      • 羊驼(羊驼):美股(零佣金)
      • 卡西亚(佳兆业投资):港股
    • 数字货币
      • bitmex(Bitmex):数字货币期货、期权、永续合约
      • BYBIT(BYBIT):数字货币永续合约
      • 币安(二进制):数字货币现货
      • 币安永续(二进制):数字货币永续合约
      • OKEX(OKEX):数字货币现货、期货、永续、期权(V5统一账户)
      • 火币(火壁):数字货币现货
      • 火币期货(Hoobif):数字货币期货
      • 火币永续(霍比斯):数字货币永续
      • 霍比奥(火币期权):数字货币期权
      • Gate.io永续(Gateios):数字货币永续合约
      • 派生比特(派生比特),数字货币期权、永续合约
      • Bitfinex(Bitfinex):数字货币现货
      • Coinbase(Coinbase):数字货币现货
      • 位戳(位戳):数字货币现货
      • 1Token(一个Token):数字货币券商(现货、期货)
    • 特殊应用
      • rpc服务(Rpc):跨进程通讯接口,用于分布式架构
  3. 开箱即用的各类量化策略交易应用(vnpy.app):
    • cta_Strategy:cta策略引擎模块,在保持易用性的同时,允许用户针对cta类策略运行过程中委托的报撤行为进行细粒度控制(降低交易滑点、实现高频策略)
    • cta_backtester:cta策略回测模块,无需使用Jupyter笔记本,直接使用图形界面直接进行策略回测分析、参数优化等相关工作
    • 价差交易:价差交易模块,支持自定义价差,实时计算价差行情和持仓,支持半自动价差算法交易以及全自动价差策略交易两种模式
    • OPTION_MASTER:期权交易模块,针对国内期权市场设计,支持多种期权定价模型、隐含波动率曲面计算、希腊值风险跟踪等功能
    • Portfolio_Strategy:组合策略模块,面向同时交易多合约的量化策略(阿尔法、期权套利等),提供历史数据回测和实盘自动交易功能
    • ALGO_TRADING:算法交易模块,提供多种常用的智能交易算法:twap、狙击手、冰山、BestLimit等,支持对接外部智能算法交易服务(如金纳算法)
    • SCRIPT_TRADER:脚本策略模块,针对多标的组合类交易策略设计,同时也可以直接在命令行中实现repl指令形式的交易,不支持回测功能
    • 市场雷达:市场雷达模块,允许用户基于自定义的公式实时计算任意合约组合数据,公式支持标准Python运算语法以及内置函数
    • 纸质帐户:模拟交易模块,纯本地化实现的模拟交易功能,基于交易接口获取的实时行情进行委托撮合,提供委托成交推送以及持仓记录
    • Chart_Wizard:k线图表模块,基于RQ Data数据服务(期货)或者交易接口(数字货币)获取历史数据,并结合Tick推送显示实时行情变化
    • Portfolio_MANAGER:投资组合模块,面向各类基本面交易策略,以独立的策略子账户为基础,提供交易仓位的自动跟踪以及盈亏实时统计功能
    • rpc_SERVICE:rpc服务模块,允许将某一VN Trader进程启动为服务端,作为统一的行情和交易路由通道,允许多客户端同时连接,实现多进程分布式系统
    • DATA_MANAGER:历史数据管理模块,通过树形目录查看数据库中已有的数据概况,选择任意时间段数据查看字段细节,支持csv文件的数据导入和导出
    • 数据记录器:行情记录模块,基于图形界面进行配置,根据需求实时录制Tick或者K线行情到数据库中,用于策略回测或者实盘初始化
    • EXCEL_RTD:EXCEL RTD(实时数据)实时数据服务,基于PYXLL模块实现在EXCEL中获取各类数据(行情、合约、持仓等)的实时推送更新
    • RISK_MANAGER:风险管理模块,提供包括交易流控、下单数量、活动委托、撤单总数等规则的统计和限制,有效实现前端风控功能
  4. python交易接口接口封装(vnpy.api),提供上述交易接口的底层对接实现。
  5. 简洁易用的事件驱动引擎(vnpy.event),作为事件驱动型交易程序的核心。
  6. 对接各类数据库的标准化管理客户端(vnpy.database):
    • Sql类
      • sqlite(Sqlite):轻量级单文件数据库,无需安装和配置数据服务程序,vn.py的默认选项,适合入门新手用户
      • mysql(Mysql):世界最流行的开源关系型数据库,文档资料极为丰富,且可替换其他高newsql兼容实现(如tidb)
      • postgresql(Postgresql):特性更为丰富的开源关系型数据库,支持通过扩展插件来新增功能,只推荐熟手使用
    • Nosql类
      • mongodb(Mongodb):基于分布式文件储存(bson格式)的非关系型数据库,内置的热数据内存缓存提供更快读写速度
      • influxdb(Influxdb):针对时序数据专门设计的非关系型数据库,列式数据储存提供极高的读写效率和外围分析应用
  7. 跨进程通讯标准组件(vnpy.rpc),用于实现分布式部署的复杂交易系统。
  8. Python高性能K线图表(vnpy.Chart),支持大数据量图表显示以及实时数据更新功能。
  9. 社区论坛知乎专栏、内容包括vn.py项目的开发教程和Python在量化交易领域的应用研究等内容.
  10. 官方交流群262656087(QQ),管理严格(定期清除长期潜水的成员),入群费将捐赠给vn.py社区基金。

环境准备

  • 推荐使用vn.py团队为量化交易专门打造的Python发行版VNStudio-2.4.0,内置了最新版的vn.py框架以及VN站量化管理平台,无需手动安装
  • 支持的系统版本:Windows 7以上/Windows Server2008以上/Ubuntu18.04LTS
  • 支持的Python版本:Python3.764位(注意必须是Python3.764位版本)

安装步骤

这里下载最新版本,解压后运行以下命令安装:

窗口

install.bat

Ubuntu

bash install.sh

使用指南

  1. SimNow注册CTP仿真账号,并在该页面获取经纪商代码以及交易行情服务器地址.
  2. vn.py社区论坛注册获得VN站账号密码(论坛账号密码即是)
  3. 启动VN工作站(安装VN工作室后会在桌面自动创建快捷方式),输入上一步的账号密码登录
  4. 点击底部的VN Trader Lite按钮,开始你的交易!

注意:

  • 在VN交易员的运行过程中请勿关闭VN站(会自动退出)
  • 如需要灵活配置量化交易应用组件,请使用VN Trader Pro

脚本运行

除了基于VN站的图形化启动方式外,也可以在任意目录下创建run.py,写入以下示例代码:

from vnpy.event import EventEngine
from vnpy.trader.engine import MainEngine
from vnpy.trader.ui import MainWindow, create_qapp
from vnpy.gateway.ctp import CtpGateway
from vnpy.app.cta_strategy import CtaStrategyApp
from vnpy.app.cta_backtester import CtaBacktesterApp

def main():
    """Start VN Trader"""
    qapp = create_qapp()

    event_engine = EventEngine()
    main_engine = MainEngine(event_engine)
    
    main_engine.add_gateway(CtpGateway)
    main_engine.add_app(CtaStrategyApp)
    main_engine.add_app(CtaBacktesterApp)

    main_window = MainWindow(main_engine, event_engine)
    main_window.showMaximized()

    qapp.exec()

if __name__ == "__main__":
    main()

在该目录下打开Cmd(按住Shift->点击鼠标右键->在此处打开命令窗口/powershell)后运行下列命令启动VN交易员:

python run.py

贡献代码

vn.py使用github托管其源代码,如果希望贡献代码请使用gihub的PR(拉取请求)的流程:

  1. 创建 Issue-对于较大的改动(如新功能,大型重构等)最好先开Issue讨论一下,较小的Improval(如文档改进,BUGFIX等)直接发PR即可)
  2. 叉子vn.py–点击右上角叉子按钮
  3. 克隆你自己的分叉:git clone https://github.com/$userid/vnpy.git
    • 如果你的分叉已经过时,需要手动同步:同步方法
  4. 开发人员创建你自己的功能分支:git checkout -b $my_feature_branch dev
  5. 在$MY_FEATURE_BRANCH上修改并将修改推送到你的分叉上
  6. 创建从你的分叉的$MY_FEATURE_BRANCH分支到主项目的开发人员分支的[拉取请求]-在此点击跨分叉进行比较,选择需要的Fork和分支机构创建PR
  7. 等待审查,需要继续改进,或者被合并!

在提交代码的时候,请遵守以下规则,以提高代码质量:

  • 使用autopep8格式化你的代码.运行autopep8 --in-place --recursive . 即可.
  • 使用flake8检查你的代码,确保没有Error和警告。在项目根目录下运行flake8即可.

项目捐赠

过去6年中收到过许多社区用户的捐赠,在此深表感谢!所有的捐赠资金都投入到了vn.py社区基金中,用于支持vn.py项目的运作。

先强调一下:vn.py是开源项目,可以永久免费使用,并没有强制捐赠的要求!

捐赠方式:支付宝3216630132@qq.com(*晓优)

长期维护捐赠清单,请在留言中注明是项目捐赠以及捐赠人的名字.

其他内容

版权说明

麻省理工学院