场景模型>> QAStrategy>> 返回
项目作者： yutiansut

项目描述 ：
策略基类/ 支持QIFI协议
高级语言： Jupyter Notebook
项目地址: git://github.com/yutiansut/QAStrategy.git
创建时间： 2019-08-29T10:48:30Z
项目社区：https://github.com/yutiansut/QAStrategy
开源协议：MIT License
下载


QAStrategy

策略基类/ 基于QAAccount/QACEPEnging/QASPMS/QAREALTIMECollector/QATRADER

QAStrategy支持QIFI协议

QAStrategy 的实盘使用天勤的下单网关(Open-Trade-Gateway) 如果是天勤的用户 你可以理解为这是另一个版本的tqsdk

QAStrategy 的回测也兼容QUANTAXIS的QAAccount 以及QACommunity的可视化内容

QAStrategy 是QUANTAXIS 第一个面向交易员/策略开发者的 用户友好型项目, 致力于降低使用门槛和成本,

  2. 当你用QAStrategy写完一个回测 你可以无缝的把他直接改成一个实时模拟策略
  6. QAStrategy 面向场景, 主要有3个策略基类
  9. (PS: 股票日内回转(有底仓的情况) QAStrategy也一并支持, 默认给予10万股, 使用debug_t0()/run_backtestt0())
  11. - QAStrategyCTABase  cta模板/ 单标的模板   支持股票/期货
  13. - QAStrategyStockBase  股票池模板/ 多标的模板  支持股票/期货
  15. - QAStrategyHedgeBase  对冲模板/ 双标的模板  (目前没写完)
  18. 策略开发者/交易员 只需要面向你自己的主要方向, 选择一个你想要的模板, 继承并开发即可快速在2分钟内完成一个简单策略
  21. ## 为什么使用QAStrategy
  23. 1. 你们根本不会用quantaxis 大部分人还停留在pandas都不会用的阶段 
  25. 2. quantaxis 项目过于灵活, 并且文档缺失较多 除非二次开发人员和我自己 都不推荐直接使用quantaxis
  27. 3. 你应该专注在策略开发上 而不是先学个python
  29. 4. QAStrategy是 无缝兼容回测/模拟/实盘的 你可以较为快速的直接上手
  31. 5. 支持QAStrategy的周边手机APP即将上线, QACommunity桌面端也是无缝兼容的
  34. > 书生造反 十年不成  不要总是在想这个难那个不好用了 just do it  现在开始比什么都重要 !#
  36. > 如果你在QAStrategy的过程中遇到了任何问题 都可以直接发issue要求群主给你解决!
  39. ## 如何使用QAStrategy
  41. 我们推荐你使用QUANTAXIS的docker环境来直接上手
  43. 如果你希望手动部署 可以参考QUANTAXIS项目中的issue  部署好行情网关 数据更新以及相应其他的设置(mq/db)
  46. 当你通过QUANTAXIS DOCKER打开了 81界面, 即可进入研究选项
  48. QAStrategy是内置在本docker环境中的, 直接调用即可
  53. 在每个策略基类中 有一些是 大家共享的公共变量  还有一些是基类自己的变量
  55. =====================================================================================
  57. ## varibles  一些变量
  59. - self.market_data 此变量为公共变量 记录策略的历史数据 [回测/实时均可用]
  60. - self.send_order 此函数为公共函数 但是在不同的基类中, 参数不同
  61. - self.running_time  当前运行时间
  62. - self.acc 此变量为公共变量 代表了账户
  63. - self.market_datetime 
  64. - self.bar_id  在回测中使用, 及bar的id数
  65. - self.latest_price  一个json格式的最新价格变量  一般在实时模拟中使用
  66. - self.isupdate
  67. - self.dt  当前时间(datetime的缩写)
  70. [可以在user_init中重写的变量]
  71. - self.username  此为回测的时候的账户名
  72. - self.password  此为回测的时候的密码   
  74. ## 一些比较重要的变量[篇幅较长 在首页我就不展开讲 可以移步链接中的教程]
  76. ### [持仓Position](doc/Position.md)
  78. ### [账户 Account](doc/Account.md)
  80. ### [数据 MarketData](doc/MarketData.md)
  82. ### [订单 Order](doc/Order.md)
  93. ## functions  常用函数
  95. - 画图函数 self.plot(name, data, format)
  96. - 获取当前code self.get_code()
  97. - self.ind2str(ind, ind_type)
  98. - 获取品种所在的交易所  self.get_exchange(code)
  99. - 获取品种持仓  self.get_positions(code)
  100. - 获取当前现金 self.get_cash()
  101. - 获取某个品种的marketdata  self.get_code_marketdata(code)
  102. - 获取当前的maretdata切片 self.get_current_marketdata()
  105. - 订阅数据 (实时模拟用/ 回测不需要) self.subscribe_data(code, frequence, data_host, data_port, data_user, data_password, model='py')
  106. - 用当日tick数据进行回测(期货)  self.debug_currenttick(freq)
  107. - 用历史tick数据进行回测(期货) self.debug_histick(freq)
  108. - 使用t0模式进行回测  self.debug_t0()
  109. - 回测(不存储账户数据的模式)  self.debug()
  110. - 回测(存储账户数据的模式) self.run_backtest()
  111. - 实时模拟(阻塞形式 不能同时多开很多个) self.run_sim()
  112. - 实时模拟(非阻塞模式  可以同时开很多个)  self.debug_sim()
  114. ## inherit functions  常用继承函数 (一般来说 就是你需要自定义的函数)
  116. 用户初始化函数
  118. ```python
  119. def user_init(self):

每日开盘前运行的函数 默认是自带的 你可以改写

  1. def on_dailyopen(self):
  2.     pass

每日收盘后运行的函数 默认是自带的 你可以改写

  1. def on_dailyclose(self):
  2.     pass

在你订阅分钟级别的数据的时候, 你需要继承并改写on_bar函数

  1. def on_bar(self, bar):
  3.     print(bar)

在你订阅tick级别的数据的时候, 你需要继承并改写on_tick函数

  1. def on_tick(self, tick):
  2.     pass

强制平仓函数 默认是自带的 你可以改写

  1. def force_close(self):
  2.     pass

在发单后会运行的函数 默认是自带的 你可以改写

  1. def check_order(self, direction, offset, code= None):
  2.     pass

当发单失败的时候运行的函数 默认是自带的 你可以改写

  1. def on_ordererror(self, direction, offset, price, volume):
  2.     pass

=====================================================================================

一个常见的示例如下 更多的示例可以参考 /example 中的例子

  2. from QAStrategy import QAStrategyCTABase
  3. import QUANTAXIS as QA
  5. class CCI(QAStrategyCTABase):
  6.     def on_bar(self, bar):
  7.         """你的大部分策略逻辑都是在此写的
  8.         """
  9.         res = self.cci()  
  10.         print(res.iloc[-1])
  11.         if res.CCI[-1] < -100:
  12.             print('LONG')
  13.             if self.positions.volume_long == 0:
  14.                 self.send_order('BUY', 'OPEN', price=bar['close'], volume=1)
  15.             if self.positions.volume_short > 0:
  16.                 self.send_order('BUY', 'CLOSE', price=bar['close'], volume=1)
  18.         elif res.CCI[-1] > 100:
  19.             print('SHORT')
  20.             if self.positions.volume_short == 0:
  21.                 self.send_order('SELL', 'OPEN', price=bar['close'], volume=1)
  22.             if self.positions.volume_long > 0:
  23.                 self.send_order('SELL', 'CLOSE', price=bar['close'], volume=1)
  25.     def cci(self,):
  26.         """你可以自定义你想要的函数
  27.         """
  28.         return QA.QA_indicator_CCI(self.market_data, 61)
  31. strategy = CCI(code='rb2005', frequence='1min',
  32.                 strategy_id='a3916de0-bd28-4b9c-bea1-94d91f1744ac')
  33. strategy.run_backtest()

更多详细信息参考教程