两个牛字怎么读

書(shū)名：量化投資：交易模型開(kāi)發(fā)與數(shù)據(jù)挖掘
作者名：韓燾
本章字?jǐn)?shù)： 1204字
更新時(shí)間： 2020-04-03 12:57:02

3.1 選擇回測(cè)平臺(tái)的技巧

近年來(lái)Python在我國(guó)量化領(lǐng)域非常流行，同時(shí)也涌現(xiàn)出了很多做量化平臺(tái)的公司，他們所提供的量化平臺(tái)基本都包含回測(cè)功能。不過(guò)從一個(gè)量化分析的過(guò)程來(lái)講，只有回測(cè)功能是不夠的，還需要有底層數(shù)據(jù)、量化因子、因子生產(chǎn)平臺(tái)、績(jī)效評(píng)價(jià)功能、策略優(yōu)化器等。對(duì)于自建平臺(tái)的機(jī)構(gòu)或個(gè)人愛(ài)好者，只需要接入外部數(shù)據(jù)即可；而對(duì)于需要使用專業(yè)而全面的量化分析工具的人們，就要對(duì)各類平臺(tái)認(rèn)真考慮，從而選擇適合自己的量化平臺(tái)。

在此列舉一些量化平臺(tái)，也是筆者這幾年在量化分析中了解到的一些平臺(tái)名稱，如優(yōu)礦（通聯(lián)數(shù)據(jù)）、聚寬、米筐、問(wèn)財(cái)、果仁和國(guó)信TradeStation。

另外對(duì)于自建平臺(tái)的數(shù)據(jù)使用，在此也列舉了一些數(shù)據(jù)庫(kù)廠商，僅供參考，如表3-1所示。

表3-1

3.1.1 根據(jù)個(gè)人特點(diǎn)選擇回測(cè)平臺(tái)

投資者除了選擇回測(cè)平臺(tái)，還需要知道量化投資策略只有建立在有一定數(shù)量的金融數(shù)據(jù)基礎(chǔ)上才能很好地運(yùn)行。由于每位交易者的側(cè)重點(diǎn)不同，所以其需求也各不相同。

常見(jiàn)的原始數(shù)據(jù)需求，如日期、開(kāi)/收盤價(jià)、最高/最低價(jià)、交易量、交易金額、財(cái)務(wù)報(bào)表、業(yè)績(jī)預(yù)告、業(yè)績(jī)快報(bào)、IPO、配股、分紅、拆股和股改等信息屬于傳統(tǒng)的結(jié)構(gòu)化投資數(shù)據(jù)。

一些個(gè)人需要的非原始數(shù)據(jù)，如社交媒體數(shù)據(jù)、新聞媒體數(shù)據(jù)、渠道公告數(shù)據(jù)、電商數(shù)據(jù)等屬于非傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)。

無(wú)論哪種結(jié)構(gòu)化數(shù)據(jù)，只有經(jīng)過(guò)不斷挖掘、優(yōu)化、組合、創(chuàng)新并不斷回測(cè)，才有可能在實(shí)盤量化投資交易中盈利。

通聯(lián)數(shù)據(jù)所提供的優(yōu)礦量化平臺(tái)，作為國(guó)內(nèi)最早推出的量化分析工具，已經(jīng)得到了各種金融機(jī)構(gòu)的認(rèn)可，如券商、公募基金及個(gè)人愛(ài)好者等。優(yōu)礦支持調(diào)用全量底層數(shù)據(jù)、400+量化因子、風(fēng)險(xiǎn)模型等。本章主要介紹數(shù)據(jù)的提取及回測(cè)方法。

3.1.2 回測(cè)平臺(tái)的使用方法與技巧

用戶需要在回測(cè)平臺(tái)進(jìn)行注冊(cè)才能使用，步驟如下。

首先，登錄優(yōu)礦官網(wǎng)免費(fèi)注冊(cè)一個(gè)賬號(hào)，如圖3-1所示。

圖3-1

其次，輸入手機(jī)號(hào)、驗(yàn)證碼、密碼后，單擊“注冊(cè)優(yōu)礦”按鈕，如圖3-2所示。

圖3-2

注冊(cè)成功后，即可進(jìn)入主界面，單擊“研究數(shù)據(jù)”模塊，我們可以看到很多常用的金融數(shù)據(jù)，而且這些金融數(shù)據(jù)絕大部分是可以免費(fèi)查看的。這些經(jīng)濟(jì)數(shù)據(jù)對(duì)學(xué)習(xí)量化投資策略能起到非常重要的作用，如圖3-3所示。

圖3-3

3.2 調(diào)用金融數(shù)據(jù)庫(kù)中的數(shù)據(jù)

下面開(kāi)始講解如何調(diào)用一些常用的金融數(shù)據(jù)。單擊“開(kāi)始研究”模塊，在左側(cè)單擊“新建”下拉按鈕，選擇“新建Notebook”選項(xiàng)，即可新建一個(gè)Notebook，如圖3-4所示。

圖3-4

單擊對(duì)應(yīng)的Notebook，即可進(jìn)入Python代碼的編輯界面（見(jiàn)圖3-5）。當(dāng)打開(kāi)優(yōu)礦的Notebook時(shí)，我們會(huì)發(fā)現(xiàn)，它和IPython Notebook或Jupyter Notebook的翻譯環(huán)境基本都是相同的，那是因?yàn)閮?yōu)礦中的Notebook是基于IPython Notebook開(kāi)發(fā)的，所以操作基本一致，從而可以方便用戶進(jìn)行操作。

圖3-5

單擊NoteBook左上角的“代碼”下拉按鈕，將模式設(shè)置為代碼模式，即可開(kāi)始調(diào)用數(shù)據(jù)，如圖3-6所示。

圖3-6

3.2.1 歷史數(shù)據(jù)庫(kù)的調(diào)取

打開(kāi)回測(cè)平臺(tái)的主界面并單擊“研究數(shù)據(jù)”模塊，尋找我們需要的數(shù)據(jù)。例如，查看滬深股票日行情數(shù)據(jù)：?jiǎn)螕簟皽罟善薄薄靶星椤薄叭招星椤保缓髥螕簟皽罟善比招星椤庇覀?cè)的“展開(kāi)詳情”，如圖3-7所示。

圖3-7

我們既可以通過(guò)單擊左側(cè)的下拉按鈕來(lái)尋找數(shù)據(jù)，也可以直接在上方的搜索框中輸入關(guān)鍵字進(jìn)行搜索，如圖3-8所示。

圖3-8

在“展開(kāi)詳情”中展示了參數(shù)的名稱、類型及描述信息，如圖3-9所示。例如，我們想要調(diào)取某只股票的某個(gè)時(shí)間段的行情，只要規(guī)范寫入代碼就可以了。

圖3-9

在返回值中，我們可選的行情不僅包括基本的最高價(jià)、最低價(jià)、開(kāi)盤價(jià)、收盤價(jià)、成交量、漲跌幅，還包括動(dòng)態(tài)市盈率、市凈率、VWAP等數(shù)據(jù)，主要內(nèi)容如表3-2所示。

表3-2

應(yīng)將所有選擇返回的項(xiàng)傳給field參數(shù)。單擊“復(fù)制代碼”按鈕，如圖3-10所示。

圖3-10

單擊“開(kāi)始研究”模塊并新建“Notebook”，將代碼粘貼到文本框中，注意在“Notebook”內(nèi)填寫代碼，如圖3-11所示。

圖3-11

例如，調(diào)取601006大秦鐵路與000727華東科技在2019年3月1日的收盤價(jià)與總市值，返回的是一個(gè)DataFrame。在輸入股票代碼時(shí)需要注意，由于是通聯(lián)內(nèi)部自由編碼的，所以要在原股票代碼的基礎(chǔ)上加上后綴，例如，對(duì)深市股票000727華東科技加上后綴為000727.XSHE，對(duì)滬市股票601006大秦鐵路加上后綴為601006.XSHG，如圖3-12所示。

圖3-12

當(dāng)然還可以直接輸入原始股票代碼傳入ticker參數(shù)，如圖3-13所示。

圖3-13

可以通過(guò)beginDate與endDate參數(shù)獲取DataAPI中某一個(gè)時(shí)間段的數(shù)據(jù)，如圖3-14所示。

圖3-14

例如，調(diào)取000727華東科技與601006大秦鐵路從2019年2月26日至2019年3月1日的收盤價(jià)與總市值數(shù)據(jù)。在輸入日期時(shí)需要注意書(shū)寫格式，如圖3-15所示。

圖3-15

3.2.2 數(shù)據(jù)庫(kù)的分析方法與技巧

DataAPI支持提取多只股票在某一時(shí)間段的數(shù)據(jù)，單擊“研究數(shù)據(jù)”模塊，在搜索框中輸入“因子”進(jìn)行搜索，如圖3-16所示。

圖3-16

在搜索因子后，通聯(lián)數(shù)據(jù)顯示欄顯示的“獲取多只股票歷史上某一天的因子數(shù)據(jù)”和“獲取一只股票歷史上某一時(shí)間段的因子數(shù)據(jù)”就是我們需要的DataAPI。由于數(shù)據(jù)量過(guò)大導(dǎo)致沒(méi)有因子DataAPI可以直接調(diào)用多只股票歷史上某一時(shí)間段的因子數(shù)據(jù)，所以我們?cè)谑褂脙?yōu)礦的因子DataAPI時(shí)，首先應(yīng)該考慮我們的需求更適合使用哪個(gè)DataAPI。

例如，“獲取一只股票歷史上某一時(shí)間段的因子數(shù)據(jù)”應(yīng)該使用如圖3-17所示的DataAPI。

圖3-17

例如，“獲取多只股票歷史上某一天的因子數(shù)據(jù)”應(yīng)該使用如圖3-18所示的DataAPI。

圖3-18

例如，“獲取多只股票歷史上某一段時(shí)間段的因子數(shù)據(jù)”則可以編寫循環(huán)語(yǔ)句來(lái)多次調(diào)用，而且應(yīng)該使用如圖3-19所示的DataAPI。

圖3-19

3.3 回測(cè)與實(shí)際業(yè)績(jī)預(yù)期偏差的調(diào)試方法

股票回測(cè)是股票模型創(chuàng)建中必不可少的一步，其過(guò)程為根據(jù)個(gè)人設(shè)定的基礎(chǔ)指標(biāo)經(jīng)過(guò)篩選、組合建立好策略模型之后，利用某一時(shí)間段的歷史行情數(shù)據(jù)，嚴(yán)格按照設(shè)定的組合進(jìn)行選股，并模擬真實(shí)市場(chǎng)行情交易的規(guī)則進(jìn)行模型買入、模型賣出，得出該時(shí)間段的盈利率、最大回撤率等數(shù)據(jù)。

實(shí)際業(yè)績(jī)預(yù)期偏差是指在回測(cè)中表現(xiàn)十分優(yōu)秀的策略，一旦到實(shí)盤測(cè)試時(shí)就虧損累累。其原因在于回測(cè)中包含一定的偏差，我們要做的就是盡量篩選并將它們剔除。

交易策略一旦確定那么就需要獲取歷史數(shù)據(jù)，然后根據(jù)歷史數(shù)據(jù)進(jìn)行測(cè)試。目前獲得歷史數(shù)據(jù)的方法有很多，但是根據(jù)渠道不同，歷史數(shù)據(jù)的質(zhì)量、時(shí)間間隔及深度等都不相同。交易者在選擇數(shù)據(jù)時(shí)需要關(guān)注的是歷史數(shù)據(jù)中幸存者偏差、精確度、清潔度、可用性及交易成本等方面。

在歷史數(shù)據(jù)中有些錯(cuò)誤是不容易被辨別出來(lái)的，所以需要利用數(shù)據(jù)供應(yīng)商提供的數(shù)據(jù)來(lái)進(jìn)行對(duì)比和檢查。我們需要利用一個(gè)軟件平臺(tái)來(lái)進(jìn)行回測(cè)。

例如，以優(yōu)礦來(lái)實(shí)現(xiàn)，如圖3-20所示。

圖3-20

3.4 設(shè)置回測(cè)參數(shù)

3.4.1 start和end回測(cè)起止時(shí)間

策略回測(cè)的起止時(shí)間是策略的全局變量。start表示回測(cè)起始日期，end表示回測(cè)終止日期。

quartz會(huì)自動(dòng)截取start之后的第一個(gè)交易日和end之前的最后一個(gè)交易日進(jìn)行回測(cè)。

日線數(shù)據(jù)只能回測(cè)到2007年1月1日，分鐘線數(shù)據(jù)只能回測(cè)到2009年1月1日，在此之前的數(shù)據(jù)只能自行獲取。需要注意的是，在設(shè)置start和end時(shí)需要考慮max_history_window引入的提前量，例如當(dāng)max_history_window = 30時(shí)，start最早僅可為2007-02-15。

時(shí)間類型包括str或datetime，注意str只支持“YYYY-MM-DD”和“YYYYMMDD”兩種格式。

不同資產(chǎn)類型支持的回測(cè)區(qū)間范圍如表3-3所示。

表3-3

示例代碼如下：

        start = '2019-03-01'   # 在2019年3月1日開(kāi)始回測(cè)
        end = '2019-03-08'      # 在2019年3月8日結(jié)束回測(cè)

3.4.2 universe證券池

策略回測(cè)的證券池，即策略邏輯作用的域，下單與歷史數(shù)據(jù)獲取都只限于universe中的證券。它支持全部A股、全部可在二級(jí)市場(chǎng)交易的ETF與LOF。

有兩種獲取證券池的方式：固定的資產(chǎn)列表（靜態(tài)證券池）、DynamicUniverse（動(dòng)態(tài)證券池）。

示例代碼如下：

        universe = ['000001.XSHE', '600000.XSHG']          # 靜態(tài)證券池
        universe = DynamicUniverse('HS300')                # 動(dòng)態(tài)證券池

1．固定的資產(chǎn)列表

靜態(tài)證券池可以指定固定的個(gè)別資產(chǎn)或資產(chǎn)列表，示例代碼如下：

        universe = ['000001.XSHE', 'IFM0']  # 指定平安銀行和股指期貨為策略證券池

2.DynamicUniverse

獲取動(dòng)態(tài)證券池的示例代碼如下：

        DynamicUniverse(<板塊代碼、行業(yè)或指數(shù)實(shí)例>)

在使用板塊成分股、行業(yè)成分股或指數(shù)成分股作為策略的交易對(duì)象時(shí)，策略框架會(huì)根據(jù)實(shí)際情況，調(diào)整當(dāng)天股票池的內(nèi)容。

參數(shù)：<板塊代碼、行業(yè)、指數(shù)實(shí)例>，即預(yù)設(shè)的板塊代碼、行業(yè)和指數(shù)實(shí)例名稱。

參數(shù)類型：str或預(yù)設(shè)的行業(yè)與指數(shù)實(shí)例。

參數(shù)用法如下。

· 預(yù)設(shè)板塊成分股：支持7個(gè)預(yù)設(shè)的指數(shù)板塊，包括’SH50’上證50、'SH180’上證180、'HS300’滬深300、'ZZ500’中證500、'CYB’創(chuàng)業(yè)板、'ZXB’中小板、'A’全A股，也支持通過(guò)DataAPI.IdxGet()函數(shù)獲取指數(shù)的secID值。滬深300指數(shù)板塊示例代碼如下：

        DynamicUniverse('HS300')                            # 表示滬深300的字符串

· 預(yù)設(shè)行業(yè)和指數(shù)實(shí)例。在Notebook中輸入開(kāi)頭字符后會(huì)有自動(dòng)代碼提示功能，可以幫助查找具體的行業(yè)（以IndSW．開(kāi)頭）和指數(shù)（以IdxCN．開(kāi)頭）名稱。當(dāng)前使用成分股作為股票池的完整行業(yè)列表和指數(shù)列表，詳細(xì)信息請(qǐng)讀者閱讀動(dòng)態(tài)股票池支持的行業(yè)列表和動(dòng)態(tài)股票池支持的指數(shù)列表。

行業(yè)實(shí)例代碼如下：

        # 行業(yè)實(shí)例，IndSW表示申萬(wàn)行業(yè)，YinHangL2表示銀行二級(jí)行業(yè)分類
        DynamicUniverse(IndSW.YinHangL2)

指數(shù)實(shí)例代碼如下：

        # 指數(shù)實(shí)例，IdxShangZhengZongZhi表示上證綜指
        DynamicUniverse(IdxCN.IdxShangZhengZongZhi)

· 也可以混合使用，示例代碼如下：

        # 混合使用
        DynamicUniverse('HS300', IndSW.YinHangL2, IdxCN.IdxShangZhengZongZhi)

返回動(dòng)態(tài)證券池類型的示例代碼如下：

        universe = DynamicUniverse('HS300')  # 使用滬深300成分股動(dòng)態(tài)證券池

支持動(dòng)態(tài)證券池和普通列表取并集，示例代碼如下：

        # 包含滬深300成分股動(dòng)態(tài)證券池和平安銀行
        universe = DynamicUniverse('HS300') + ['000001.XSHE']

3.apply_filter

將篩選條件作用于每個(gè)交易日的動(dòng)態(tài)證券池上，從而進(jìn)一步縮小策略標(biāo)的范圍，當(dāng)前支持使用優(yōu)礦因子庫(kù)中的所有因子對(duì)證券池進(jìn)行篩選，代碼如下。

        DynamicUniverse(<板塊代碼或行業(yè)、指數(shù)實(shí)例>).apply_filter(<因子篩選條件表達(dá)式>)

參數(shù)：<因子篩選條件表達(dá)式>。表達(dá)式寫法：Factor.<factor_name>.<篩選方法>。

用法：factor_name是因子名，可以通過(guò)優(yōu)礦因子庫(kù)查看所有支持篩選的因子。

優(yōu)礦因子庫(kù)目前提供了5種篩選方法，如表3-4所示。

表3-4

表達(dá)式既支持單個(gè)篩選條件，也支持多個(gè)篩選條件，最多可支持5個(gè)篩選條件。

在表達(dá)式中可以使用兩種二元運(yùn)算：交（&）表示同時(shí)滿足兩個(gè)篩選條件，并（|）表示滿足任意一個(gè)篩選條件。運(yùn)算方向?yàn)閺淖蟮接摇?/p>

當(dāng)篩選條件多于兩個(gè)時(shí)，可以通過(guò)括號(hào)嵌套的方式來(lái)確定運(yùn)算順序。例如，篩選出PE值最大的100只或PB值排名為95%～100%的股票，并且RSI值大小為70～100的股票池，可使用如下表達(dá)方式：

        (Factor.PE.nlarge(100) | Factor.PB.pct_range(0.95, 1)) & Factor.RSI.value
    _range(70, 100)

返回動(dòng)態(tài)證券池類型的示例代碼如下：

        # 獲得滬深300成分股中PE值最小的100只股票列表
        universe = DynamicUniverse('HS300').apply_filter(Factor.PE.nsmall(100))

3.4.3 benchmark參考基準(zhǔn)

策略參考基準(zhǔn)，即量化投資策略回測(cè)結(jié)果的比較標(biāo)準(zhǔn)，通過(guò)比較可以大致看出策略的好壞。策略的一些風(fēng)險(xiǎn)指標(biāo)如Alpha、beta等也要通過(guò)benchmark計(jì)算得出。

策略參考基準(zhǔn)支持如下3種賦值方式。

· 將預(yù)設(shè)板塊作為基準(zhǔn)：支持5個(gè)常用指數(shù)板塊，包括’SHCI’上證綜指、'SH50’上證50、'SH180’上證180、'HS300’滬深300、'ZZ500’中證500。示例代碼如下：

        benchmark = 'HS300'         # 策略參考基準(zhǔn)為滬深300

· 將指數(shù)作為基準(zhǔn)：當(dāng)前支持的完整的指數(shù)列表。示例代碼如下：

        benchmark = '399006.ZICN'  # 策略參考基準(zhǔn)為創(chuàng)業(yè)板指

· 將個(gè)股作為基準(zhǔn)：當(dāng)前支持所有A股股票。示例代碼如下：

        benchmark = '000001.XSHE'  # 策略參考基準(zhǔn)為平安銀行

3.4.4 freq和refresh_rate策略運(yùn)行頻率

策略回測(cè)，本質(zhì)上是指使用歷史行情和其他依賴數(shù)據(jù)對(duì)策略的邏輯進(jìn)行歷史回放。freq和refresh_rate共同決定了回測(cè)使用的數(shù)據(jù)和調(diào)倉(cāng)頻率。

優(yōu)礦支持日線策略和分鐘線策略兩種模式。

日線策略：每天會(huì)執(zhí)行一次handle_data。執(zhí)行時(shí)間為開(kāi)盤前，此時(shí)僅可獲得當(dāng)天的盤前信息，以及截止到前一天的行情、因子等數(shù)據(jù)，不會(huì)獲得當(dāng)天的盤中行情等數(shù)據(jù)。

分鐘線策略：首先在開(kāi)盤前會(huì)執(zhí)行一次handle_data，然后在盤中的調(diào)倉(cāng)對(duì)應(yīng)時(shí)間的分鐘結(jié)束后執(zhí)行一次handle_data（不包含收盤時(shí)間）。

freq表示使用的數(shù)據(jù)為日線行情數(shù)據(jù)或分鐘線行情數(shù)據(jù)。refresh_rate表示調(diào)倉(cāng)間隔的時(shí)間，即每次觸發(fā)handle_data的間隔時(shí)間。它們的類型如下。

· freq:str。

· refresh_rate :int或(a, b)結(jié)構(gòu)。

freq和refresh_rate的用法如下。

1．日線策略

freq，取值為d，其中d表示策略中使用的數(shù)據(jù)為日線級(jí)別的數(shù)據(jù)，只能進(jìn)行日線級(jí)別的調(diào)倉(cāng)。

refresh_rate有以下3種取值方式。

· 使用整數(shù)1，表示每個(gè)交易日進(jìn)行調(diào)倉(cāng)的策略，示例代碼如下：

        start = '2019-01-01'                    # 在2019年1月1日開(kāi)始回測(cè)
        end = '2019-02-01'                      # 在2019年2月1日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'd'
        refresh_rate = 1
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.current_date

每個(gè)交易日都有調(diào)倉(cāng)，下面展示了部分調(diào)倉(cāng)日期：

        2019-01-03 00:00:00
        2019-01-09 00:00:00
        2019-01-16 00:00:00
        2019-01-23 00:00:00

· 使用Weekly(1)，表示每周第一個(gè)交易日進(jìn)行調(diào)倉(cāng)，示例代碼如下：

        start = '2019-01-01'                    # 在2019年1月1日開(kāi)始回測(cè)
        end = '2019-02-01'                      # 在2019年2月1日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'd'
        refresh_rate = Weekly(1)
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.current_date

下面展示了每周第一個(gè)交易日的調(diào)倉(cāng)日期：

        2019-01-03 00:00:00
        2019-01-09 00:00:00
        2019-01-16 00:00:00
        2019-01-23 00:00:00

· 使用Monthly(1, -1)，表示每個(gè)月第一個(gè)和最后一個(gè)交易日進(jìn)行調(diào)倉(cāng)，示例代碼如下：

        start = '2019-01-01'                    # 在2019年1月1日開(kāi)始回測(cè)
        end = '2019-03-01'                      # 在2019年3月1日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'd'
        refresh_rate = Monthly(1, -1)
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.current_date

下面展示了每個(gè)月第一個(gè)和最后一個(gè)交易日調(diào)倉(cāng)的日期：

        2019-01-02 00:00:00
        2019-01-31 00:00:00
        2019-02-01 00:00:00
        2019-02-28 00:00:00
        2019-03-01 00:00:00

2．分鐘線策略

freq，取值為m，其中m表示策略中使用的數(shù)據(jù)為分鐘線數(shù)據(jù)，可以進(jìn)行分鐘線級(jí)別的調(diào)倉(cāng)。

refresh_rate有以下4種取值方式。

· 使用(1, 2)，表示每個(gè)交易日每間隔2分鐘進(jìn)行調(diào)倉(cāng)的策略，示例代碼如下：

        start = '2019-01-04'                    # 在2019年1月4日開(kāi)始回測(cè)
        end = '2019-01-04'                      # 在2019年1月4日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'm'
        refresh_rate = (1, 2)
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):               # 核心策略邏輯
            stock_account = context.get_account('stock_account')
            print context.now

每個(gè)交易日的每2分鐘都有調(diào)倉(cāng)，下面展示了部分調(diào)倉(cāng)時(shí)間：

        2019-01-04 09:30:00
        2019-01-04 09:32:00
        2019-01-04 09:34:00
        ...
        2019-01-04 14:56:00
        2019-01-04 14:58:00

· 使用(2, ['10:30', '14:30'])，表示每2個(gè)交易日指定特定時(shí)間，使用分鐘線數(shù)據(jù)進(jìn)行調(diào)倉(cāng)的策略，示例代碼如下：

        start = '2019-01-04'                    # 在2019年1月4日開(kāi)始回測(cè)
        end = '2019-01-10'                      # 在2019年1月10日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'm'
        refresh_rate = (2, ['10:30', '14:30'])
        accounts = {
            'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):               # 核心策略邏輯
            stock_account = context.get_account('stock_account')
            print context.now

下面展示了全部調(diào)倉(cāng)時(shí)間，每2個(gè)交易日，在10:30和14:30進(jìn)行調(diào)倉(cāng)：

        2019-01-04 10:30:00
        2019-01-04 14:30:00
        2019-01-06 10:30:00
        2019-01-06 14:30:00
        2019-01-10 10:30:00
        2019-01-10 14:30:00

· 使用(Weekly(1, -1), ['10:30', '14:30'])，表示每周第一個(gè)和最后一個(gè)交易日，指定特定時(shí)間，使用分鐘線數(shù)據(jù)進(jìn)行調(diào)倉(cāng)的策略，示例代碼如下：

        start = '2019-01-01'                    # 在2019年1月1日開(kāi)始回測(cè)
        end = '2019-01-10'                      # 在2019年1月10日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'm'
        refresh_rate = (Weekly(1, -1), ['10:30', '14:30'])
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.now

下面展示了全部調(diào)倉(cāng)時(shí)間，指定每周第一個(gè)和最后一個(gè)交易日，在10:30和14:30進(jìn)行調(diào)倉(cāng)：

        2019-01-06 10:30:00
        2019-01-06 14:30:00
        2019-01-09 10:30:00
        2019-01-09 14:30:00

· 使用(Monthly(1), 120)，表示每月第一個(gè)交易日，每隔120分鐘，使用分鐘線數(shù)據(jù)進(jìn)行調(diào)倉(cāng)的策略，示例代碼如下：

        start = '2019-01-01'                    # 在2019年1月1日開(kāi)始回測(cè)
        end = '2019-03-01'                      # 在2019年3月1日結(jié)束回測(cè)
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        freq = 'm'
        refresh_rate = (Monthly(1), 120)
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.now

下面展示了全部調(diào)倉(cāng)時(shí)間，表示每月第一個(gè)交易日，每隔120分鐘，使用分鐘線數(shù)據(jù)進(jìn)行調(diào)倉(cāng)：

        2019-01-03 09:30:00
        2019-01-03 11:30:00
        2019-02-03 09:30:00
        2019-02-03 11:30:00
        2019-03-01 09:30:00
        2019-03-01 11:30:00

3.5 賬戶設(shè)置

3.5.1 accounts賬戶配置

回測(cè)框架的交易賬戶配置函數(shù)，支持多個(gè)交易品種、多個(gè)交易賬戶同時(shí)進(jìn)行回測(cè)，示例代碼如下：

        accounts = {
         'security_account': AccountConfig(account_type='security', capital_base=
    10000000, position_base = {}, cost_base = {}, commission = Commission(buycost=
    0.001, sellcost=0.002, unit='perValue'), slippage = Slippage(value=0.0, unit=
    'perValue'))
        }  # 股票（包含場(chǎng)內(nèi)基金）賬戶配置
        accounts = {
         'futures_account': AccountConfig(account_type='futures', capital_base=
    10000000, commission = Commission(buycost=0.001, sellcost=0.002, unit=
    'perValue'), slippage = Slippage(value=0.0, unit='perValue'), margin_rate = 0.1)
        }  # 期貨賬戶配置
        accounts = {
        'otcfund_account': AccountConfig(account_type='otc_fund', capital_base=
    10000000, commission = Commission(buycost=0.001, sellcost=0.002, unit=
    'perValue'), slippage = Slippage(value=0.0, unit='perValue'), dividend_method =
    'cash_dividend')
        }  # 場(chǎng)外基金（不包含貨幣基金）賬戶配置

accounts賬戶配置的用法有如下3種。

· 單個(gè)賬戶配置，示例代碼如下：

        start = '2018-01-01'                    # 回測(cè)起始時(shí)間
        end = '2019-01-01'                      # 回測(cè)結(jié)束時(shí)間
        universe = DynamicUniverse('HS300')     # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                        # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'security_account': AccountConfig(account_type='security', capital_base=
    10000000, position_base = {'600000.XSHG':1000}, cost_base = {'600000.XSHG':
    10.05}, commission = Commission(buycost=0.001, sellcost=0.002, unit='perValue'),
    slippage = Slippage(value=0.0, unit='perValue'))
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          stock_account = context.get_account('security_account')

· 多個(gè)賬戶配置，commission、slippage表示可以對(duì)多賬戶進(jìn)行全局配置，示例代碼如下：

        start = '2018-01-01'                    # 回測(cè)起始時(shí)間
        end = '2019-01-01'                      # 回測(cè)結(jié)束時(shí)間
        universe = DynamicUniverse('HS300') + ['IFM0']  # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                        # 執(zhí)行handle_data的時(shí)間間隔
        # 對(duì)兩個(gè)賬戶進(jìn)行全局的交易費(fèi)用和滑點(diǎn)設(shè)置
        commission = Commission(buycost=0.001, sellcost=0.002, unit='perValue')
        slippage = Slippage(value=0.0, unit='perValue')
        accounts = {
          'security_account1': AccountConfig(account_type='security', capital_
    base=10000000, position_base = {'600000.XSHG':1000}, cost_base = {'600000.
    XSHG':10.05}, commission = commission, slippage = slippage),
          'security_account2': AccountConfig(account_type='security', capital_
    base=20000000, position_base = {'600000.XSHG':2000}, cost_base = {'600000.
    XSHG':10.05}, commission = commission, slippage = slippage)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          account1 = context.get_account('security_account1')
          account2 = context.get_account('security_account2')

· 股票、期貨混合賬戶配置，示例代碼如下：

        start = '2018-01-01'                    # 回測(cè)起始時(shí)間
        end = '2019-01-01'                      # 回測(cè)結(jié)束時(shí)間
        universe = DynamicUniverse('HS300') + ['IFM0']  # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                        # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'security_account': AccountConfig(account_type='security', capital_
    base=10000000, position_base = {'600000.XSHG':1000}, cost_base = {'600000.
    XSHG':10.05},   commission   =   Commission(buycost=0.001,   sellcost=0.002,
    unit='perValue'), slippage = Slippage(value=0.0, unit='perValue')),
          'futures_account': AccountConfig(account_type='futures', capital_base=
    10000000, commission = Commission(buycost=0.001, sellcost=0.002, unit='perValue'),
    slippage = Slippage(value=0.0, unit='perValue'), margin_rate = 0.1)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):               # 核心策略邏輯
          account1 = context.get_account('security_account')
          account2 = context.get_account('futures_account')

3.5.2 AccountConfig賬戶配置

對(duì)單個(gè)交易賬戶進(jìn)行配置。策略在初始化時(shí)會(huì)根據(jù)賬戶配置，需要?jiǎng)?chuàng)建對(duì)應(yīng)的交易賬戶。AccountConfig賬戶配置參數(shù)如下。

· 必選參數(shù)：account_type、capital_base。

· 可選參數(shù)：position_base、cost_base、commission、slippage。

· 期貨專用參數(shù)：margin_rate。

· 場(chǎng)外基金專用參數(shù)：dividend_method。

1.account_type

account_type表示設(shè)置交易賬戶的類型。

參數(shù)類型：str。包括4個(gè)值，即’security’表示股票和場(chǎng)內(nèi)基金、'futures’表示期貨、'otc_fund'表示場(chǎng)外基金（不含貨幣基金）, 'index’表示指數(shù)。

示例代碼如下：

        account_type = 'security'

2.capital_base

capital_base表示設(shè)置交易賬戶的初始資金。

參數(shù)類型：float或int。

示例代碼如下：

        capital_base = 100000

3.position_base

position_base表示設(shè)置交易賬戶的初始持倉(cāng)（僅適用于配置股票賬戶）。

參數(shù)類型：dict。包括兩個(gè)值，即key為股票代碼、value為數(shù)量。

示例代碼如下：

        # 初始持倉(cāng)：1000股平安銀行，2000股浦發(fā)銀行
        position_base =  {'000001.XSHE':1000, '600000.XSHG':2000}

4.cost_base

cost_base表示設(shè)置交易賬戶的初始成本（僅適用于配置股票賬戶）。

參數(shù)類型：dict。包括兩個(gè)值，即key為股票代碼、value為成本。

示例代碼如下：

        # 初始持倉(cāng)成本：平安銀行為12.30元，浦發(fā)銀行為11.50元
        cost_base =  {'000001.XSHE':12.30, '600000.XSHG':11.50}

5.commission

commission表示交易手續(xù)費(fèi)。

參數(shù)說(shuō)明如下。

· buycost表示買入成本。

參數(shù)類型：float。

· sellcost表示賣出成本。

參數(shù)類型：float。

· unit表示手續(xù)費(fèi)單位。

參數(shù)類型：str。

unit參數(shù)包括如下兩個(gè)值。

? perValue：按成交金額的百分比收取手續(xù)費(fèi)。

? perShare：按成交的股數(shù)收取手續(xù)費(fèi)（僅用于配置期貨賬戶）。

示例代碼如下：

    # 按成交金額的百分比收取買入0.3‰，賣出2‰的費(fèi)用
    commission = Commission(buycost = 0.0003, sellcost = 0.002, unit = 'perValue')

6.slippage

slippage用于設(shè)置交易滑點(diǎn)標(biāo)準(zhǔn)，并處理市場(chǎng)沖擊問(wèn)題。

參數(shù)說(shuō)明如下。

· value：策略進(jìn)行交易時(shí)的滑點(diǎn)值。

參數(shù)類型：float。

· unit：計(jì)算滑點(diǎn)的方式，分為固定滑點(diǎn)和百分比滑點(diǎn)兩種計(jì)算方式。

參數(shù)類型：str。

unit參數(shù)包括如下兩個(gè)值。

? perValue：百分比滑點(diǎn)。按股價(jià)百分比進(jìn)行滑點(diǎn)調(diào)整，滑點(diǎn)設(shè)置后買入價(jià)格調(diào)整為“股價(jià)×（1+滑點(diǎn)值）”，賣出價(jià)格調(diào)整為“股價(jià)×（1-滑點(diǎn)值）”。

? perShare：固定滑點(diǎn)。按每股股價(jià)進(jìn)行滑點(diǎn)調(diào)整，最小單位是0.01，表示0.01元；滑點(diǎn)設(shè)置后買入價(jià)格調(diào)整為“股價(jià)+滑點(diǎn)值”，賣出價(jià)格調(diào)整為“股價(jià)-滑點(diǎn)值”。

示例代碼如下：

    # 將滑點(diǎn)設(shè)置成百分比滑點(diǎn)0.001
    slippage = Slippage(value=0.001, unit='perValue')

7.margin_rate

margin_rate用于設(shè)置保證金率，僅用于期貨策略。

參數(shù)類型：float或dict。支持如下兩種設(shè)置方法。

全局設(shè)置方法：為所有品種設(shè)置同一個(gè)保證金率（通常在只回測(cè)一個(gè)品種的時(shí)候，這種方法比較常見(jiàn)）。

根據(jù)品種設(shè)置：為某個(gè)或某些品種設(shè)置特定的保證金率。

示例代碼如下：

        margin_rate = 0.1
        margin_rate = {'IF': 0.16, 'RB': 0.1}

8.dividend_method

dividend_method用于設(shè)置基金分紅方式，僅用于場(chǎng)外基金策略。

參數(shù)類型：str。包括兩個(gè)值，即’cash_dividend’表示現(xiàn)金分紅，'reinvestment’表示紅利再投。

示例代碼如下：

        dividend_method='cash_dividend'

3.6 策略基本方法

1.initialize策略初始化函數(shù)

策略初始化函數(shù)示例代碼如下：

        def initialize(context)

策略初始化函數(shù)用于配置策略運(yùn)行環(huán)境context對(duì)象的屬性或自定義各種變量。在策略運(yùn)行周期中只執(zhí)行一次。可以通過(guò)給context添加新的屬性，從而自定義各種變量。

context在策略運(yùn)行（回測(cè)或模擬交易）啟動(dòng)時(shí)被創(chuàng)建，持續(xù)整個(gè)策略的生命周期。策略在運(yùn)行時(shí)可以讀取context的已有系統(tǒng)屬性或自定義屬性。

2.handle_data策略運(yùn)行邏輯

策略運(yùn)行邏輯的示例代碼如下：

        def handle_data(context)

3.post_trading_day盤后處理函數(shù)

在每天運(yùn)行策略結(jié)束時(shí)，可以使用post_trading_day函數(shù)進(jìn)行盤后操作，比如進(jìn)行當(dāng)日交易總結(jié)、預(yù)計(jì)算因子值等操作。

post_trading_day()函數(shù)的參數(shù)為context，示例代碼如下：

        start = '2019-01-01'                        # 回測(cè)起始時(shí)間
        end = '2019-01-05'                          # 回測(cè)結(jié)束時(shí)間
        universe = ['600000.XSHG']                  # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                         # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                            # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
            'stock_account': AccountConfig(account_type='security', capital_base=
    10000000, position_base = {'600000.XSHG':1000}, cost_base = {'600000.XSHG':
    10.05})
        }
        def initialize(context):                    # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):                   # 核心策略邏輯
            stock_account = context.get_account('stock_account')
            current_universe = context.get_universe('stock', exclude_halt=True)
            for stk in current_universe:
              stock_account.order_to(stk, 100)
        def post_trading_day(context):
            print context.now

3.7 策略運(yùn)行環(huán)境

context表示策略運(yùn)行環(huán)境，包含運(yùn)行時(shí)間、行情數(shù)據(jù)等內(nèi)容，還可以用于存儲(chǔ)策略中生成的臨時(shí)數(shù)據(jù)。策略框架會(huì)在啟動(dòng)時(shí)創(chuàng)建context的對(duì)象實(shí)例，并以參數(shù)形式傳遞給initialize(context)和handle_data(context)，用于策略調(diào)度。

在回測(cè)時(shí)，context包含運(yùn)行時(shí)間、回測(cè)參數(shù)、回測(cè)運(yùn)行時(shí)數(shù)據(jù)等。在模擬交易時(shí)，包含運(yùn)行時(shí)間、模擬交易參數(shù)、實(shí)時(shí)運(yùn)行數(shù)據(jù)等。

3.7.1 now

now表示獲取策略運(yùn)行時(shí)的當(dāng)前時(shí)刻，示例代碼如下：

        context.now

返回類型：datetime。

用法：只能在handle_data方法中使用，并且不允許修改。

例如，獲取分鐘線策略運(yùn)行時(shí)的當(dāng)前時(shí)刻，代碼如下：

        start = '2019-01-04'                # 在2019年1月4日開(kāi)始回測(cè)
        end = '2019-01-04'                  # 在2019年1月4日結(jié)束回測(cè)
        freq = 'm'
        refresh_rate = (1, 2)
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):            # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):           # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.now

每個(gè)交易日的每2分鐘都有調(diào)倉(cāng)，下面展示了部分調(diào)倉(cāng)時(shí)間：

        2019-01-04 09:30:00
        2019-01-04 09:32:00
        2019-01-04 09:34:00
        ...
        2019-01-04 14:56:00
        2019-01-04 14:58:00

3.7.2 current_date

current_date表示獲取策略運(yùn)行的當(dāng)前日期，示例代碼如下：

        context.current_date

context.current_date和context.now的區(qū)別為：當(dāng)進(jìn)行日線頻率回測(cè)時(shí)，兩者結(jié)果完全一致，當(dāng)進(jìn)行分鐘線頻率回測(cè)時(shí)，context.now包含小時(shí)、分鐘等一個(gè)交易日內(nèi)的時(shí)間信息，而context.current_date不包含。

返回類型：datetime。

用法：只能在handle_data方法中使用，并且不允許修改。

例如，獲取策略運(yùn)行時(shí)的當(dāng)前日期，代碼如下：

        start = '2019-01-01'                # 在2019年1月1日開(kāi)始回測(cè)
        end = '2019-02-01'                  # 在2019年2月1日結(jié)束回測(cè)
        freq = 'd'
        refresh_rate = 1
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):            # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):           # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          print context.current_date

下面展示了部分調(diào)倉(cāng)日期：

        2019-01-03 00:00:00
        2019-01-04 00:00:00
        2019-01-05 00:00:00
        ...
        2019-01-25 00:00:00
        2019-01-26 00:00:00

3.7.3 previous_date

previous_date表示獲取當(dāng)前回測(cè)日期的前一交易日數(shù)據(jù)，示例代碼如下：

        context.previous_date

返回類型：datetime。

用法：只能在handle_data方法中使用，并且不允許修改。同current_date一致。

3.7.4 current_minute

current_minute表示獲取當(dāng)前運(yùn)行時(shí)的分鐘值，如果在分鐘線策略中使用，建議用context.now替換。示例代碼如下：

        context.current_minute

返回類型：str，如10:00。

用法：只能在handle_data方法中使用，并且不允許修改。

輸出結(jié)果的格式如下：

        09:30

3.7.5 current_price

current_price表示獲取當(dāng)前的參考價(jià)格，即最后成交價(jià)。在開(kāi)盤前運(yùn)行，獲得的是前一天的收盤價(jià)；在盤中運(yùn)行，獲得的是最后一次的成交價(jià)。示例代碼如下：

        context.current_price(symbol)

參數(shù)為symbol，即想要獲取的價(jià)格的證券，參數(shù)需要在之前定義的universe中存在。

參數(shù)類型：str。

返回類型：float，表示最后一刻的價(jià)格。

例如，獲取平安銀行前一天的收盤價(jià)，代碼如下：

        start = '2019-01-01'                # 回測(cè)起始時(shí)間
        end = '2019-01-04'                  # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE']          # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                 # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                    # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
            'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):            # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):           # 核心策略邏輯
            stock_account = context.get_account('stock_account')
            print context.current_price('000001.XSHE')

輸出結(jié)果如下：

        9.38
        9.19
        9.28

3.7.6 get_account

get_account表示獲取交易賬戶。例如，獲取賬戶名稱為account_name的交易賬戶，代碼如下：

        context.get_account(account_name)

參數(shù)：account_name，表示策略初始化時(shí)設(shè)置的賬戶名稱。

參數(shù)類型：str。

返回交易賬戶對(duì)象。

示例代碼如下：

        start = '2019-01-01'                # 回測(cè)起始時(shí)間
        end = '2019-01-04'                  # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE']          # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                 # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                    # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
            'account_name': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):            # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):           # 核心策略邏輯
            stock_account = context.get_account('account_name')

3.7.7 get_universe

get_universe表示獲取當(dāng)前交易日的證券池，是策略初始化參數(shù)中universe的子集。在這種配置情況下，context.get_universe()僅體現(xiàn)資產(chǎn)的上市狀態(tài)，只要資產(chǎn)在策略運(yùn)行當(dāng)天處于上市狀態(tài)，就可通過(guò)context.get_universe()獲取當(dāng)前交易日的證券池。支持多種資產(chǎn)類型。示例代碼如下：

        context.get_universe(asset_type, exclude_halt=False)

參數(shù)說(shuō)明如下。

· asset_type，表示資產(chǎn)類型。

參數(shù)類型：str。

參數(shù)值包括’stock’表示股票列表、'index’表示指數(shù)成分股列表、'exchange_fund’表示場(chǎng)內(nèi)基金列表、'otc_fund’表示場(chǎng)外基金列表、'futures’表示期貨合約列表、'base_futures’表示普通期貨合約列表、'continuous_futures’表示連續(xù)期貨合約列表。

· exclude_halt，表示去除資產(chǎn)池中的停牌股票，僅適用于股票，默認(rèn)值為False。

參數(shù)類型：布爾型。

返回類型：list，符合篩選條件的當(dāng)天上市狀態(tài)的證券池，返回的列表中可能有部分資產(chǎn)處于停盤等不可交易狀態(tài)。

例如，獲取上證50股票剔除停牌股票后的股票池，代碼如下：

        start = '2019-01-01'                # 回測(cè)起始時(shí)間
        end = '2019-01-03'                  # 回測(cè)結(jié)束時(shí)間
        universe = DynamicUniverse('SH50') # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                 # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                    # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
            'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):            # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):           # 核心策略邏輯
            current_universe = context.get_universe('stock', exclude_halt=True)
            print current_universe

部分輸出結(jié)果如下：

        ['600000.XSHG', '600016.XSHG', '600019.XSHG', '600028.XSHG', '600029.
    XSHG', '600036.XSHG'...'603993.XSHG']

又如，分別獲取滬銅1810、滬深300期貨當(dāng)月對(duì)應(yīng)的期貨合約列表、普通期貨合約列表、連續(xù)期貨合約列表的代碼如下：

        start = '2018-01-01'                # 回測(cè)起始時(shí)間
        end = '2019-01-01'                  # 回測(cè)結(jié)束時(shí)間
        universe = ['CU1810', 'IFL0']       # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                 # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1            # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'futures_account': AccountConfig(account_type='futures', capital_base=
  10000000)
      }
      def initialize(context):   # 初始化策略運(yùn)行環(huán)境
          pass
      def handle_data(context):  # 核心策略邏輯
          print context.get_universe('futures')
          print context.get_universe('base_futures')
          print context.get_universe('continuous_futures')

部分輸出結(jié)果如下：

      ['CU1810', 'IFL0']
      ['CU1810']
      ['IFL0']
      ...

3.7.8 transfer_cash

transfer_cash用于實(shí)現(xiàn)賬戶間的資金劃轉(zhuǎn)，示例代碼如下：

      context.transfer_cash(origin, target, amount)

參數(shù)說(shuō)明如下。

· origin：資金流出的賬戶名稱。

參數(shù)類型：str。

· target：資金流入的賬戶名稱。

參數(shù)類型：str。

· amount：劃轉(zhuǎn)的資金量。

參數(shù)類型：float。

示例代碼如下：

      start = '2019-01-01'                    # 回測(cè)起始時(shí)間
      end = '2019-01-10'                      # 回測(cè)結(jié)束時(shí)間
      universe = ['000001.XSHE', 'IFM0']      # 證券池，支持股票、基金、期貨
      benchmark = 'HS300'                     # 策略參考基準(zhǔn)
      # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
      freq = 'd'
      refresh_rate = 1                        # 執(zhí)行handle_data的時(shí)間間隔
      accounts = {
          'stock_account': AccountConfig('security', capital_base=1e6),
          'futures_account': AccountConfig('futures', capital_base=1e6)
      }
      def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
      def handle_data(context):
          stock_account = context.get_account('stock_account')
          futures_account = context.get_account('futures_account')
          if context.current_date.strftime('%Y-%m-%d') == '2017-01-05':
              context.transfer_cash(origin=stock_account, target=futures_account,
  amount=1e5)
              assert stock_account.cash, futures_account.cash == (900000, 1100000)
              assert stock_account.portfolio_value + futures_account.portfolio
  _value == 2000000
          if context.current_date.strftime('%Y-%m-%d') == '2017-01-06':
              context.transfer_cash(origin=futures_account, target=stock_account,
  amount=2e5)
              assert stock_account.cash, futures_account.cash == (1100000, 900000)
              assert stock_account.portfolio_value + futures_account.portfolio_
  value == 2000000

3.8 獲取和調(diào)用數(shù)據(jù)

3.8.1 history

history用于獲取指定證券的歷史行情、因子等時(shí)間序列數(shù)據(jù)，示例代碼如下：

      context.history(symbol, attribute=['closPrice'], time_range=1, freq='1d',
  style='sat', rtype='frame')

參數(shù)說(shuō)明如下。

· symbol：需要獲取的數(shù)據(jù)的證券列表，支持單個(gè)證券或證券列表，必須是初始化參數(shù)universe涵蓋的證券范圍。

參數(shù)類型：str或list。

· attribute：需要獲取的屬性，支持單個(gè)屬性或?qū)傩粤斜怼?/p>

參數(shù)類型：str或list。

資產(chǎn)類型可選參數(shù)說(shuō)明如表3-5（日線數(shù)據(jù)）和表3-6（分鐘線數(shù)據(jù)）所示。

表3-5

表3-6

· time_range：需要回溯的歷史K線條數(shù)，和freq屬性相對(duì)應(yīng)。日線數(shù)據(jù)默認(rèn)最大值為30，分鐘線數(shù)據(jù)默認(rèn)最大值為240，可以使用max_history_window設(shè)置最大限度取值范圍。

參數(shù)類型：int。

· freq:K線圖周期。

參數(shù)類型：str。

參數(shù)用法如下。

? 日線K線圖：1d。

? 分鐘線K線圖：1m、5m、15m、30m、60m。

· style：數(shù)據(jù)返回的格式。參數(shù)值包括ast、sat、tas 3種。a表示attribute, s表示symbol, t表示time，它們分別對(duì)應(yīng)3個(gè)維度呈現(xiàn)的順序。例如，ast表示返回的字典中的鍵是attribute，其值是列為symbol、行為time的DataFrame，以此類推。

參數(shù)類型：str。

不同資產(chǎn)對(duì)象支持的參數(shù)如表3-7（日線數(shù)據(jù)）和表3-8（分鐘線數(shù)據(jù)）所示。

表3-7

表3-8

可以同時(shí)獲取多個(gè)品種資產(chǎn)對(duì)應(yīng)的所有支持?jǐn)?shù)據(jù)，當(dāng)包含期貨品種時(shí)，數(shù)據(jù)返回類型必須為style = 'sat'。

· rtype：返回值的數(shù)據(jù)類型。

參數(shù)類型：str。包括兩個(gè)值，即’frame'、'array'。

返回類型：dict。key為資產(chǎn)符號(hào)，value的格式由rtype來(lái)決定。

以日線數(shù)據(jù)可以獲取單個(gè)品種資產(chǎn)對(duì)應(yīng)的所有支持的數(shù)據(jù)為例，資產(chǎn)類型可以是股票（含場(chǎng)內(nèi)基金）、期貨、場(chǎng)外基金、指數(shù)。獲取日線數(shù)據(jù)時(shí)需要將回測(cè)初始化參數(shù)中的freq的值設(shè)置為d, refresh_rate的值設(shè)置為整數(shù)，代碼如下：

        # 取平安銀行向前10個(gè)交易日的日線數(shù)據(jù)
        start = '2019-01-01'                # 回測(cè)起始時(shí)間
        end = '2019-02-01'                  # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE']          # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                 # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):       # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):      # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          data = context.history(['000001.XSHE'], ['openPrice', 'highPrice',
    'lowPrice', 'closePrice', 'preClosePrice', 'turnoverVol', 'turnoverValue',
    'adjFactor'], 10, freq='1d', rtype='frame', style='sat')
          print data

部分輸出結(jié)果如下：

        {'000001.XSHE': closePrice turnoverValue turnoverVol lowPrice highPrice \
        2018-12-17 10.29 5.846795e+0857127487.0 10.10 10.33
        2018-12-18 10.12 5.471576e+0853774430.0 10.10 10.32
        2018-12-19 9.94 6.000902e+0859800701.0 9.90 10.18
        2018-12-20 9.71 9.642029e+0899028479.0 9.63 9.97
        2018-12-21 9.45 9.444603e+08100061676.0 9.33 9.70
        2018-12-24 9.42 4.771869e+0850911767.0 9.31 9.45
        2018-12-25 9.34 5.452356e+0858661545.0 9.21 9.43
        2018-12-26 9.30 3.932151e+0842114060.0 9.27 9.42
        2018-12-27 9.28 5.863438e+0862459327.0 9.28 9.49
        2018-12-28 9.38 5.415710e+0857660400.0 9.31 9.46
        openPrice adjFactor preClosePrice
        2018-12-17 10.16 1.0 10.17
        2018-12-18 10.20 1.0 10.29
        2018-12-19 10.14 1.0 10.12
        2018-12-20 9.92 1.0 9.94
        2018-12-21 9.68 1.0 9.71
        2018-12-24 9.40 1.0 9.45
        2018-12-25 9.29 1.0 9.42
        2018-12-26 9.35 1.0 9.34
        2018-12-27 9.45 1.0 9.30
        2018-12-28 9.31 1.0 9.28 }
        ...

以日線數(shù)據(jù)同時(shí)獲取多個(gè)品種資產(chǎn)的數(shù)據(jù)，并且只能選擇多種資產(chǎn)共用的參數(shù)為例，代碼如下：

        # 取平安銀行和期貨主力合約向前10個(gè)交易日的日線數(shù)據(jù)
        start = '2019-01-01'                    # 回測(cè)起始時(shí)間
        end = '2019-02-01'                      # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE', 'IFM0']      # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):        # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):       # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          data = context.history(['000001.XSHE', 'IFM0'], ['openPrice',
    'highPrice', 'lowPrice', 'closePrice', 'preClosePrice', 'turnoverVol',
    'turnoverValue', 'adjFactor'], 10, freq='1d', rtype='frame', style='sat')
          print data

以分鐘線數(shù)據(jù)獲取單個(gè)品種資產(chǎn)對(duì)應(yīng)的所有支持的數(shù)據(jù)為例，可以是股票（含場(chǎng)內(nèi)基金）、期貨、指數(shù)。獲取分鐘線數(shù)據(jù)時(shí)需要將回測(cè)初始化參數(shù)中的freq的值設(shè)置為m, refresh_rate的值設(shè)置為(a, b)結(jié)構(gòu)，如需幫助可以查看freq和refresh_rate，代碼如下：

        # 取平安銀行向前10條1分鐘K線的分鐘線數(shù)據(jù)
        start = '2019-01-01'                    # 回測(cè)起始時(shí)間
        end = '2019-01-05'                      # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE']              # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'm'
        refresh_rate = (1, 30)          # 執(zhí)行handle_data的時(shí)間間隔
        max_history_window = (10, 300)
        # 分鐘線默認(rèn)最大向前獲取240條K線，如果要獲取更多，請(qǐng)?jiān)O(shè)置max_history_window=(日線
    條數(shù)，分鐘線條數(shù))
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):        # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):       # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          data = context.history(['000001.XSHE'], ['openPrice', 'highPrice',
    'lowPrice', 'closePrice', 'turnoverVol', 'turnoverValue'], 10, freq='1m',
    rtype='frame', style='sat')
          print data

部分輸出結(jié)果如下：

        {'000001.XSHE': closePrice highPrice lowPrice openPrice turnoverValue \
    tradeTime
        2019-01-04 14:21 9.68 9.69 9.66 9.663890507.74
        2019-01-04 14:22 9.67 9.69 9.67 9.692936305.80
        2019-01-04 14:23 9.69 9.70 9.68 9.684796156.30
        2019-01-04 14:24 9.68 9.69 9.67 9.692680228.00
        2019-01-04 14:25 9.68 9.70 9.68 9.682173928.00
        2019-01-04 14:26 9.69 9.70 9.69 9.694548130.00
        2019-01-04 14:27 9.70 9.70 9.68 9.692600399.00
        2019-01-04 14:28 9.71 9.71 9.69 9.693516762.00
        2019-01-04 14:29 9.73 9.73 9.70 9.704719750.60
        2019-01-04 14:30 9.72 9.73 9.72 9.725949170.00
        turnoverVol tradeTime
        2019-01-04 14:21402082.0
        2019-01-04 14:22303220.0
        2019-01-04 14:23495200.0
        2019-01-04 14:24276700.0
        2019-01-04 14:25224400.0
        2019-01-04 14:26469000.0
        2019-01-04 14:27268300.0
        2019-01-04 14:28362460.0
        2019-01-04 14:29485660.0
        2019-01-04 14:30611900.0 }

取平安銀行和期貨主力合約向前10條15分鐘K線的分鐘線數(shù)據(jù)，示例代碼如下：

        # 取平安銀行和期貨主力合約向前10條15分鐘K線的分鐘線數(shù)據(jù)
        start = '2019-01-01'                    # 回測(cè)起始時(shí)間
        end = '2019-01-05'                      # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE', 'IFM0']      # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                     # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'm'
        refresh_rate = (1, 15)                  # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'stock_account': AccountConfig(account_type='security',
    capital_base=10000000)
        }
        def initialize(context):                # 初始化策略運(yùn)行環(huán)境
          pass
        def handle_data(context):              # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          data = context.history(['000001.XSHE', 'IFM0'], ['openPrice',
    'highPrice', 'lowPrice', 'closePrice', 'turnoverVol', 'turnoverValue'], 10,
    freq='15m', rtype='frame', style='sat')
         print data

1.max_history_window

在使用context.history獲取數(shù)據(jù)時(shí)，默認(rèn)對(duì)日線支持30個(gè)交易日數(shù)據(jù)，分鐘線支持240條K線數(shù)據(jù)，當(dāng)回溯長(zhǎng)度超出范圍時(shí)需要手動(dòng)指定。因?yàn)榛厮輹r(shí)間變長(zhǎng)會(huì)影響回測(cè)速度，所以盡量不要取過(guò)長(zhǎng)的回溯長(zhǎng)度。

max_history_window的用法如下：

        max_history_window = 40             # 設(shè)置日線數(shù)據(jù)回溯長(zhǎng)度為向前40個(gè)交易日
        # 設(shè)置分鐘線數(shù)據(jù)回溯長(zhǎng)度為向前300條K線、20個(gè)交易日的K線長(zhǎng)度
        max_history_window = (20, 300)

2．獲取因子數(shù)據(jù)

可以直接使用context.history獲取因子數(shù)據(jù)。

用法：如下示例注冊(cè)了PE、PB兩個(gè)因子來(lái)獲取因子數(shù)據(jù)：

        start = '2019-01-01'                # 回測(cè)起始時(shí)間
        end = '2019-03-01'                  # 回測(cè)結(jié)束時(shí)間
        universe = ['000001.XSHE']          # 證券池，支持股票、基金、期貨
        benchmark = 'HS300'                 # 策略參考基準(zhǔn)
        # 策略類型，'d’表示日間策略使用日線回測(cè)，'m’表示日內(nèi)策略使用分鐘線回測(cè)
        freq = 'd'
        refresh_rate = 1                    # 執(zhí)行handle_data的時(shí)間間隔
        accounts = {
          'stock_account': AccountConfig(account_type='security', capital_base=
    10000000)
        }
        def initialize(context):            # 初始化策略運(yùn)行環(huán)境
            pass
        def handle_data(context):           # 核心策略邏輯
          stock_account = context.get_account('stock_account')
          data  =  context.history(['000001.XSHE'],  ['PE',  'PB'],  5,  freq='1d',
    rtype='frame', style='sat')
          print data

返回的部分結(jié)果如下：

        {'000001.XSHE': PB PE
        2019-02-21 0.9061 7.9641
        2019-02-22 0.9204 8.0903
        2019-02-25 1.0010 8.7983
        2019-02-26 0.9731 8.5530
        2019-02-27 0.9890 8.6932}
        {'000001.XSHE': PB PE
        2019-02-22 0.9204 8.0903
        2019-02-25 1.0010 8.7983
        2019-02-26 0.9731 8.5530
        2019-02-27 0.9890 8.6932
        2019-02-28 0.9858 8.6651}

3.8.2 get_symbol_history

get_symbol_history用于獲取指定證券的歷史行情、因子等時(shí)間序列數(shù)據(jù)，示例代碼如下：

        context.get_symbol_history(symbol, time_range=1, attribute=
    ['closePrice'], freq='1d', style='sat', rtype='frame')

參數(shù)說(shuō)明如下。

· symbol：需要獲取的數(shù)據(jù)的證券列表，支持單個(gè)證券或證券列表，必須是初始化參數(shù)universe涵蓋的證券范圍。

參數(shù)類型：str。

參數(shù)類型：int。

· attribute：需要獲取的屬性，支持單個(gè)屬性或?qū)傩粤斜怼?/p>

參數(shù)類型：str或list。

資產(chǎn)類型可選參數(shù)說(shuō)明如表3-9（日線數(shù)據(jù)）和表3-10（分鐘線數(shù)據(jù)）所示。

表3-9

表3-10

· freq:K線圖周期。

參數(shù)類型：str。

參數(shù)用法如下。

? 日線K線圖：1d。

? 分鐘線K線圖：1m、5m、15m、30m、60m。

參數(shù)類型：str。

不同資產(chǎn)對(duì)象支持的參數(shù)如表3-11（日線數(shù)據(jù)）和表3-12（分鐘線數(shù)據(jù)）所示。

表3-11

表3-12

· rtype：返回值的數(shù)據(jù)類型。

參數(shù)類型：str。包括兩個(gè)值，即’frame'、'array'。

返回類型：dict。key為資產(chǎn)符號(hào)，value的格式由rtype決定。

3.8.3 get_attribute_history

get_attribute_history用于獲取指定證券的歷史行情、因子等時(shí)間序列數(shù)據(jù)，示例代碼如下：

        context.get_attribute_history(attribute, time_range=1, symbol=None, freq=
    '1d', style='sat', rtype='frame')

參數(shù)說(shuō)明如下。

· attribute：需要獲取的屬性，支持單個(gè)屬性或?qū)傩粤斜怼?/p>

參數(shù)類型：str。

可選參數(shù)說(shuō)明如表3-13（日線數(shù)據(jù)）和表3-14（分鐘線數(shù)據(jù)）所示。

表3-13

表3-14

參數(shù)類型：int。

· symbol：需要獲取的數(shù)據(jù)的證券列表，支持單個(gè)證券或證券列表，必須是初始化參數(shù)universe涵蓋的證券范圍。

參數(shù)類型：str或list。

· freq:K線圖周期。

參數(shù)類型：str。

參數(shù)用法如下。

? 日線K線圖：1d。

? 分鐘線K線圖：1m、5m、15m、30m、60m。

參數(shù)類型：str。

參數(shù)用法如表3-15（日線數(shù)據(jù)）和表3-16（分鐘線數(shù)據(jù)）所示。

表3-15

表3-16

· rtype：返回值的數(shù)據(jù)類型。

參數(shù)類型：str。包括兩個(gè)值，即’frame'、'array'。

返回類型：dict。key為資產(chǎn)符號(hào)，value的格式由rtype決定。

3.8.4 DataAPI

DataAPI是獲取優(yōu)礦提供的數(shù)據(jù)的主要方式，包含股票、基金、期貨、指數(shù)、債券、基本面、宏觀等多種數(shù)據(jù)。可以在Notebook中調(diào)用DataAPI對(duì)象的某個(gè)方法來(lái)獲取特定的數(shù)據(jù)。

官术网_书友最值得收藏!

量化投資：交易模型開(kāi)發(fā)與數(shù)據(jù)挖掘

3.1 選擇回測(cè)平臺(tái)的技巧

3.1.1 根據(jù)個(gè)人特點(diǎn)選擇回測(cè)平臺(tái)

3.1.2 回測(cè)平臺(tái)的使用方法與技巧

3.2 調(diào)用金融數(shù)據(jù)庫(kù)中的數(shù)據(jù)

3.2.1 歷史數(shù)據(jù)庫(kù)的調(diào)取

3.2.2 數(shù)據(jù)庫(kù)的分析方法與技巧

3.3 回測(cè)與實(shí)際業(yè)績(jī)預(yù)期偏差的調(diào)試方法

3.4 設(shè)置回測(cè)參數(shù)

3.4.1 start和end回測(cè)起止時(shí)間

3.4.2 universe證券池

1．固定的資產(chǎn)列表

2.DynamicUniverse

3.apply_filter

3.4.3 benchmark參考基準(zhǔn)

3.4.4 freq和refresh_rate策略運(yùn)行頻率

1．日線策略

2．分鐘線策略

3.5 賬戶設(shè)置

3.5.1 accounts賬戶配置

3.5.2 AccountConfig賬戶配置

1.account_type

2.capital_base

3.position_base

4.cost_base

5.commission

6.slippage

7.margin_rate

8.dividend_method

3.6 策略基本方法

1.initialize策略初始化函數(shù)

2.handle_data策略運(yùn)行邏輯

3.post_trading_day盤后處理函數(shù)

3.7 策略運(yùn)行環(huán)境

3.7.1 now

3.7.2 current_date

3.7.3 previous_date

3.7.4 current_minute

3.7.5 current_price

3.7.6 get_account

3.7.7 get_universe

3.7.8 transfer_cash

3.8 獲取和調(diào)用數(shù)據(jù)

3.8.1 history

1.max_history_window

2．獲取因子數(shù)據(jù)

3.8.2 get_symbol_history

3.8.3 get_attribute_history

3.8.4 DataAPI