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。
- 主要代码贡献者:
http://www.quantfans.com/doc/quantdigger/
你可以选择pip安装 (推荐)
python install_pip.py (如果已经安装了pip,略过这一步。) pip install QuantDigger python install_dependency.py
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)
- Python
- pandas
- python-dateutil
- matplotlib
- numpy
- TA-Lib
- logbook
- pyqt (可选)
- tushare (可选, 一个非常强大的股票信息抓取工具)
from quantdigger.kernel.engine.execute_unit import ExecuteUnit from quantdigger.kernel.indicators.common import MA, BOLL from quantdigger.kernel.engine.strategy import TradingStrategy from quantdigger.util import pcontract import plotting class DemoStrategy(TradingStrategy): """ 策略实例 """ def __init__(self, exe): super(DemoStrategy, self).__init__(exe) # 创建平均线指标和布林带指标。其中MA和BOLL表示指标函数类。 # 它们返回序列变量。 # 'ma20':指标名. 'b'画线颜色. ‘1‘: 线宽。如果无需 # 绘图,则这些参数不需要给出。 self.ma20 = MA(self, self.close, 20,'ma20', 'b', '1') self.ma10 = MA(self, self.close, 10,'ma10', 'y', '1') self.b_upper, self.b_middler, self.b_lower = BOLL(self, self.close, 10,'boll10', 'y', '1') def on_bar(self): """ 策略函数,对每根Bar运行一次。""" if self.ma10[1] < self.ma20[1] and self.ma10 > self.ma20: self.buy('long', self.open, 1, contract = 'IF000.SHFE') elif self.position() > 0 and self.ma10[1] > self.ma20[1] and self.ma10 < self.ma20: self.sell('long', self.open, 1) # 输出pcon1的当前K线开盘价格。 print(self.open) # 夸品种数据引用 # pcon2的前一根K线开盘价格。 print(self.open_(1)[1]) if __name__ == '__main__': try: # 策略的运行对象周期合约 pcon1 = pcontract('IF000.SHFE', '10.Minute') pcon2 = pcontract('IF000.SHFE', '10.Minute') # 创建模拟器,这里假设策略要用到两个不同的数据,比如套利。 simulator = ExecuteUnit([pcon1, pcon2]); # 创建策略。 algo = DemoStrategy(simulator) # 运行模拟器,这里会开始事件循环。 simulator.run() # 显示回测结果 plotting.plot_result(simulator.data[pcon], algo._indicators, algo.blotter.deal_positions, algo.blotter) except Exception, e: print(e)
main.py
k线和信号线
figure_signal.png资金曲线。
figure_money.png
- mplot_demo.py matplotlib画k线,指标线的demo。
- plot.png
- pyquant.py 基于pyqt, 集成了ipython和matplotlib的demo。
- pyquant.png
0.16版本 TODO
- 清理旧代码和数据文件
- 重新设计数据模块
- 改善UI, 补充UI文档
0.15版本 2015年06月16日
- 夸品种的策略回测功能
- 简单的交互
- 指标,k线绘制