python/extA.py · 量化开源/abu

代码拉取完成,页面将自动刷新

扫描微信二维码支付

取消

支付完成

richgiteeai

Watch

不关注关注所有动态仅关注版本发行动态关注但不提醒动态

1 Star 0 Fork 121

量化开源/abu

forked from Gitee 极速下载/abu

代码 Wiki 统计流水线

服务

加入 Gitee

与超过 1400万开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)

免费加入

已有帐号? 立即登录

文件

master

分支 (1)

标签 (2)

管理

master

1.3.0

1.10

克隆/下载

HTTPS SSH SVN SVN+SSH 下载ZIP

提示

下载代码请复制以下命令到终端执行

为确保你提交的代码身份被 Gitee 正确识别,请执行以下命令完成配置

git config --global user.name userName 
git config --global user.email userEmail

初次使用 SSH 协议进行代码克隆、推送等操作时,需按下述提示完成 SSH 配置

1 生成 RSA 密钥

2 获取 RSA 公钥内容,并配置到 SSH公钥中

在 Gitee 上使用 SVN,请访问使用指南

使用 HTTPS 协议时,命令行会出现如下账号密码验证步骤。基于安全考虑,Gitee 建议配置并使用私人令牌替代登录密码进行克隆、推送等操作

Username for 'https://gitee.com': userName

Password for 'https://userName@gitee.com': # 私人令牌

分支 1

标签 2

abu

python

extA.py

extA.py 3.58 KB

# -*- encoding:utf-8 -*-
from __future__ import print_function
import seaborn as sns
import warnings

# noinspection PyUnresolvedReferences
import abu_local_env
import abupy
from abupy import ABuSymbolPd
from abupy import EMarketSourceType
from abupy import EMarketDataFetchMode
from abupy import AbuFactorBuyBreak
from abupy import AbuFactorAtrNStop
from abupy import AbuFactorPreAtrNStop
from abupy import AbuFactorCloseAtrNStop
from abupy import AbuMetricsBase
from abupy import abu

warnings.filterwarnings('ignore')
sns.set_context(rc={'figure.figsize': (14, 7)})

# 设置选股因子,None为不使用选股因子
stock_pickers = None
# 买入因子依然延用向上突破因子
buy_factors = [{'xd': 60, 'class': AbuFactorBuyBreak},
 {'xd': 42, 'class': AbuFactorBuyBreak}]
# 卖出因子继续使用上一章使用的因子
sell_factors = [
 {'stop_loss_n': 1.0, 'stop_win_n': 3.0,
 'class': AbuFactorAtrNStop},
 {'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5},
 {'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}
]

"""
 附录A 量化环境部署

abu量化系统github地址:https://github.com/bbfamily/abu (您的star是我的动力!)
 abu量化文档教程ipython notebook:https://github.com/bbfamily/abu/tree/master/abupy_lecture

* 本节建议对照阅读abu量化文档: 第19节 数据源
"""

def sample_a21():
 """
 A.2.1 数据模式的切换
 :return:
 """
 # 表A-1所示
 print(ABuSymbolPd.make_kl_df('601398').tail())

# 局部使用enable_example_env_ipython,示例
 abupy.env.enable_example_env_ipython()
 # 如果本地有相应股票的缓存,可以使用如下代码强制使用本地缓存数据
 # abupy.env.g_data_fetch_mode = EMarketDataFetchMode.E_DATA_FETCH_FORCE_LOCAL

# 设置初始资金数
 read_cash = 1000000

# 择时股票池
 choice_symbols = ['usNOAH', 'usSFUN', 'usBIDU', 'usAAPL', 'usGOOG', 'usTSLA', 'usWUBA', 'usVIPS']
 # 使用run_loop_back运行策略
 abu_result_tuple, _ = abu.run_loop_back(read_cash,
 buy_factors, sell_factors, stock_pickers, choice_symbols=choice_symbols,
 n_folds=2)
 metrics = AbuMetricsBase(*abu_result_tuple)
 metrics.fit_metrics()
 metrics.plot_returns_cmp()

# *****************************************************************************************************************
 # 切换数据源
 abupy.env.g_market_source = EMarketSourceType.E_MARKET_SOURCE_tx
 # 强制走网络数据源
 abupy.env.g_data_fetch_mode = EMarketDataFetchMode.E_DATA_FETCH_FORCE_NET
 # 择时股票池
 choice_symbols = ['601398', '600028', '601857', '601318', '600036', '000002', '600050', '600030']
 # 使用run_loop_back运行策略
 abu_result_tuple, _ = abu.run_loop_back(read_cash,
 buy_factors, sell_factors, stock_pickers, choice_symbols=choice_symbols,
 n_folds=2)

metrics = AbuMetricsBase(*abu_result_tuple)
 metrics.fit_metrics()
 metrics.plot_returns_cmp()

"""
 A.2.2 目标市场的切换
 A.2.3 A股市场的回测示例

* 相关内容请阅读abu量化文档:第8节 A股市场的回测, 第20节 A股全市场回测
"""

"""
 A.2.4 港股市场的回测示例

* 相关内容请阅读abu量化文档:第9节 港股市场的回测
"""

if __name__ == "__main__":
 sample_a21()
 # sample_a23_1()
 # sample_a23_2()
 # sample_a23_2(from_cache=True)
 # sample_a24_1()
 # sample_a24_2()
 # sample_a24_2(from_cache=True)

一键复制编辑原始数据按行查看历史

bbfamily 提交于 2017年09月09日 14:42 +08:00 . 美股粉单,默认存贮改为csv,股票搜索接口

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108

# -*- encoding:utf-8 -*-
from __future__ import print_function
import seaborn as sns
import warnings

# noinspection PyUnresolvedReferences
import abu_local_env
import abupy
from abupy import ABuSymbolPd
from abupy import EMarketSourceType
from abupy import EMarketDataFetchMode
from abupy import AbuFactorBuyBreak
from abupy import AbuFactorAtrNStop
from abupy import AbuFactorPreAtrNStop
from abupy import AbuFactorCloseAtrNStop
from abupy import AbuMetricsBase
from abupy import abu

warnings.filterwarnings('ignore')
sns.set_context(rc={'figure.figsize': (14, 7)})

# 设置选股因子,None为不使用选股因子
stock_pickers = None
# 买入因子依然延用向上突破因子
buy_factors = [{'xd': 60, 'class': AbuFactorBuyBreak},
 {'xd': 42, 'class': AbuFactorBuyBreak}]
# 卖出因子继续使用上一章使用的因子
sell_factors = [
 {'stop_loss_n': 1.0, 'stop_win_n': 3.0,
 'class': AbuFactorAtrNStop},
 {'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5},
 {'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}
]

"""
 附录A 量化环境部署

 abu量化系统github地址:https://github.com/bbfamily/abu (您的star是我的动力!)
 abu量化文档教程ipython notebook:https://github.com/bbfamily/abu/tree/master/abupy_lecture

 * 本节建议对照阅读abu量化文档: 第19节 数据源
"""


def sample_a21():
 """
 A.2.1 数据模式的切换
 :return:
 """
 # 表A-1所示
 print(ABuSymbolPd.make_kl_df('601398').tail())

 # 局部使用enable_example_env_ipython,示例
 abupy.env.enable_example_env_ipython()
 # 如果本地有相应股票的缓存,可以使用如下代码强制使用本地缓存数据
 # abupy.env.g_data_fetch_mode = EMarketDataFetchMode.E_DATA_FETCH_FORCE_LOCAL

 # 设置初始资金数
 read_cash = 1000000

 # 择时股票池
 choice_symbols = ['usNOAH', 'usSFUN', 'usBIDU', 'usAAPL', 'usGOOG', 'usTSLA', 'usWUBA', 'usVIPS']
 # 使用run_loop_back运行策略
 abu_result_tuple, _ = abu.run_loop_back(read_cash,
 buy_factors, sell_factors, stock_pickers, choice_symbols=choice_symbols,
 n_folds=2)
 metrics = AbuMetricsBase(*abu_result_tuple)
 metrics.fit_metrics()
 metrics.plot_returns_cmp()

 # *****************************************************************************************************************
 # 切换数据源
 abupy.env.g_market_source = EMarketSourceType.E_MARKET_SOURCE_tx
 # 强制走网络数据源
 abupy.env.g_data_fetch_mode = EMarketDataFetchMode.E_DATA_FETCH_FORCE_NET
 # 择时股票池
 choice_symbols = ['601398', '600028', '601857', '601318', '600036', '000002', '600050', '600030']
 # 使用run_loop_back运行策略
 abu_result_tuple, _ = abu.run_loop_back(read_cash,
 buy_factors, sell_factors, stock_pickers, choice_symbols=choice_symbols,
 n_folds=2)

 metrics = AbuMetricsBase(*abu_result_tuple)
 metrics.fit_metrics()
 metrics.plot_returns_cmp()


"""
 A.2.2 目标市场的切换
 A.2.3 A股市场的回测示例

 * 相关内容请阅读abu量化文档:第8节 A股市场的回测, 第20节 A股全市场回测
"""

"""
 A.2.4 港股市场的回测示例

 * 相关内容请阅读abu量化文档:第9节 港股市场的回测
"""

if __name__ == "__main__":
 sample_a21()
 # sample_a23_1()
 # sample_a23_2()
 # sample_a23_2(from_cache=True)
 # sample_a24_1()
 # sample_a24_2()
 # sample_a24_2(from_cache=True)