虚拟交易平台使用手册

创建平台

先到目录下/nfs/disk/work/users/tanghui/platform/call_back，把main.py文件拷贝到自己的文件夹下。至此，我们的回测系统已经创建好了。
使用平台
1. 总体介绍
  - 首先导入了几个包,它主要是python库和使用这个平台所依赖的包。
  - 然后有三个函数，分别是 'main','simulation','handle_data'：
  1. main包含需要使用的回测的基本信息。有起始日期（start），截止日期（end）,所用的股票（universe），起始资金（captial_base），一天交易次数（freq不可改），交易方式（refresh_rate不可改）。
  2. simulation主要是根据输入的信息，初始化account虚拟账户类和生成对应的json信息，并在网页上显示。
  3. handle_data是开发者需要编写程序的地方。这个里面有很有用的东西，我们接下来会慢慢介绍它。
2. mian函数使用
  1. 在main函数中，开发者可以选择起始日期（start），截止日期（end）。日期的格式为‘%Y-%m-%d’,比如：‘2014-01-01’，但不要出现错误日期如：'2014-02-30'。
  2. 所选的股票（universe），可以选择自己所选的股票经行回测，比如 universe: = ['000001.XSHE'],现在只能自己选股。
  3. 起始资金（captial_base）是你的启动资金
  4. 交易方式freq = 'd',表示现在进行的是日间回测，这个结果展示不能改；refresh_rate = 1,表示一天之内handle_data的调用次数。
3. simulation函数使用
  - 这个主要是初始化相关的类，每天调用handle_data类，计算出结果并将结果写到json中。特别的，如果是实盘测试，先初始化信息，然后再读取历史json信息，之后再执行调用handle_data等步骤。
  1. 首先进行初始化信息。这个开发者不需要去改动。
  2. 如果是实盘测试，这里有个地方需要开发者注意：读取json信息的位置。比如： read_json.get_data(account,result,'data2.json')。这个函数有三个参数，开发者只需关心第三个参数，这个是读取的json的位置，在这个例子中读取的本地文件夹下的‘data2.json’。
  3. 如果不是实盘测试，则不需要上面的步骤。接着就是每个有效日（一年大概250个有效日）去调用一下handle_data函数。这个地方不需要改动。
  4. 然后将生成的信息写入到json文件中。 cj.convert(account,result,"data2.json")。这个就是将对应的信息写入到json中，开发者只需注意第三个参数。这个参数是指明生成的信息存储的位置。
4. 得到分类列表
  
  get_classify_stock（[str_num1,str_num2]）
  
  list_num = ['101001002009'] #注意：可以有多个值输入
  
  account.get_classify_stock(list_num)
5. handle_date函数使用
  - 这个里面主要使用的是account类，这个类中有很多信息供开发者去使用，接下来将会给大家来介绍如何去编写程序回测
  1. account.current_day:
    
    该变量是模拟测试中今天的日期，string类型的。
  2. account.get_attribute_history(attribute, range) ：
    
    这个函数是获取最近几天的信息，比如：
    
    his = account.get_attribute_history('closePrice',2)
    
    结果： his = array([11,12])
    
    这个是获得最近2天的收盘价，返回的his是一个np.array数组，其中12表示是昨天的收盘价。注意：今天得到最新的信息是昨天的。
    
    当然，还有其他的使用属性可以使用，比如：
    
    his = account.get_attribute_history('openPrice',2)
    
    具体的信息还有'highPrice'(最高价),'lowPrice'（最低价）,'volume'(成交量),'value'（成交额）。
    
    注意：成交量和成交额返回的是list,其他的属性返回的是numpy.ndarray
  3. account.order(stock_code,num)
    
    这个函数是指定某只股票的买，卖。
    
    account.order('000001.XSHE',300) 表示000001.XSHE股票买300只
    
    account.order('000001.XSHE',-300) 表示000001.XSHE股票卖300只
  4. account.order_to(stock_code,num)
    
    这个函数是指定某只股票的买，卖到num(num >=0)支。
    
    account.order_to('000001.XSHE',0), 表示000001.XSHE股票卖到0，就是卖空
    
    account.order_to('000001.XSHE',300), 表示000001.XSHE股票买/卖到300，不管之前有多少只

程序交易规则：

程序的买和卖都是都是有手续费的。对于买手续费是千分之一，卖是千分之二
程序的买和卖使用的都是昨天的信息，其中买用的是昨天的开盘价，卖用的是昨天的收盘价
程序的交易没有使用滑点
程序中，如果指定买500只股票，但是余额不足的时候，则剩下的钱能买多少就买多少
如果一只股票要卖500只，但是现在没有这么多股票的时候，则把现在剩下的该只股票卖空

修正的bug：

修正了收益指数中的年华收益率，年华基准收益率，信息比率，最大回撤的运算规则。
修正了数据更新的错误

增加的功能：

增加了开盘涨跌停，不能交易的功能
增加了买卖量上限的功能，买卖的上限是当天的成交量
增加了实盘模拟的功能
增加了得到股票列表的功能

待修正的bug：

收益指数中波动率，Alpha，Beta三个指标的计算需要改进

潜在需要提高的地方：

在account类中，增加一个用户可以自己可以的属性

测试Demo

import datetime,time

import numpy as np

import os,sys

sys.path.append("/nfs/disk/work/users/tanghui/platform/call_back")

from Account import Account

from InitData import InitData

from Result import Result

from getData import GetData

from ConvertJson import ConvertJson

from readJson import ReadJson

from set_universe import SetUniverse

def handle_data(account):

   window = 2
   his = account.get_attribute_history('closePrice',window)
   all = account.get_symbol_history(window)
   if not his :
       return
   for stock_code in account.universe:
       all_data = all[stock_code]
       cP = all_data['closePrice']
       oP = all_data['openPrice']
       hP = all_data['highPrice']
       lP = all_data['lowPrice']
       my_data = np.array([cP,oP,hP,lP])
       print account.current_day, my_data,account.universe
       if his.has_key(stock_code)==False:
           continue
       data =  his[stock_code][window-1]
       avr = np.mean(his[stock_code])
       if avr >  his[stock_code][window-1]:
           account.order(stock_code,300)
       else:
           account.order(stock_code,-300)
   return

def simulation(initData):

   account = Account()
   start = time.clock()
   account.init(initData)
   result = Result()
   cj = ConvertJson()
   read_json = ReadJson()
   start_date = datetime.datetime.strptime(initData.start,'%Y-%m-%d')
   end_date = datetime.datetime.strptime(initData.end,'%Y-%m-%d')
   temp_date = start_date
   list_num = ['101001002009']
   print 'classify:',account.get_classify_stock(list_num)
   while temp_date <= end_date:
       start = time.clock()
       str_temp_date = temp_date.strftime('%Y-%m-%d')
       account.current_day = str_temp_date
       temp_date = temp_date + datetime.timedelta(days=1)
       if account.idxmap['datetime'][account.bench_code].has_key(account.current_day) == False
           continue
       handle_data(account)
       if account.record.has_key(account.current_day) == True:
           account.update_daily_account()
   result.calculate(account)

if __name__ == '__main__':
   start = '2010-05-01'
   end = '2012-01-01'
   universe = ['000001.ZICN']
   #universe = SetUniverse.set_universe("HS300")
   #print 'main_universe:',universe
   benchmark = 'HS300'
   captial_base = 100000
   freq = 'd'
   refresh_rate = 1
   initData = InitData(start,end,universe,benchmark,captial_base,freq,refresh_rate) 
   simulation(initData)

版本：1.3

Financial document platform

目录