QuantDigger 0.4.4

QuantDigger是一个基于python的量化回测框架。它借鉴了主流商业软件（比如TB, 金字塔）简洁的策略语法，同时 避免了它们内置编程语言的局限性，使用通用语言python做为策略开发工具。和 zipline , pyalgotrade 相比， QuantDigger的策略语法更接近策略开发人员的习惯。目前的功能包括：股票回测，期货回测。 支持选股，套利，择时, 组合策略。自带了一个基于matplotlib编写的简单的策略和k线显示界面，能满足广大量化爱好者 基本的回测需求。设计上也兼顾了实盘交易，未来如果有时间，也会加入交易接口。开发人员都是量化爱好者，也欢迎感兴趣的新朋友加入开发, 我的QQ交流群：334555399。

除了开发人员，也特别感谢以下朋友给的建议：

北京的 vodkabuaa

国元证券的王林峰

tushare 库的作者 Jimmy

深大的邓志浩

文档 --- http://www.quantfans.org

安装 ---

克隆github代码后本地安装(推荐)

git clone https://github.com/QuantFans/quantdigger.git
python setupscripts\install.py  (会根据情况安装pip, 及依赖包)

依赖库

• matplotlib
• numpy
• logbook
• pandas
• progressbar
• python-dateutil
• pyqt (可选)
• Python (2.7.8+, 暂不支持3.x)
• tushare (可选, 一个非常强大的股票信息抓取工具)
• TA-Lib
• 如果要安装tushare必须先安装`lxml`库, pip install lxml --upgrade.

如果出现pypi源超时情况,可以通过命令方式进行安装依赖库:

pip2 -r requirements/requirements.txt --upgrade -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

策略组合DEMO

源码

#from quantdigger.engine.series import NumberSeries
#from quantdigger.indicators.common import MA
#from quantdigger.util import  pcontract
from quantdigger import *

class DemoStrategy(Strategy):
    """ 策略A1 """

    def on_init(self, ctx):
        """初始化数据"""
        ctx.ma10 = MA(ctx.close, 10, 'ma10', 'y', 2)
        ctx.ma20 = MA(ctx.close, 20, 'ma20', 'b', 2)

    def on_symbol(self, ctx):
        """  选股 """
        return

    def on_bar(self, ctx):
        if ctx.curbar > 20:
            if ctx.ma10[2] < ctx.ma20[2] and ctx.ma10[1] > ctx.ma20[1]:
                ctx.buy(ctx.close, 1)
            elif ctx.pos() > 0 and ctx.ma10[2] > ctx.ma20[2] and \
                 ctx.ma10[1] < ctx.ma20[1]:
                ctx.sell(ctx.close, ctx.pos())

    def on_exit(self, ctx):
        return

class DemoStrategy2(Strategy):
    """ 策略A2 """

    def on_init(self, ctx):
        """初始化数据"""
        ctx.ma5 = MA(ctx.close, 5, 'ma5', 'y', 2)
        ctx.ma10 = MA(ctx.close, 10, 'ma10', 'black', 2)

    def on_symbol(self, ctx):
        """  选股 """
        return

    def on_bar(self, ctx):
        if ctx.curbar > 10:
            if ctx.ma5[2] < ctx.ma10[2] and ctx.ma5[1] > ctx.ma10[1]:
                ctx.buy(ctx.close, 1)
            elif ctx.pos() > 0 and ctx.ma5[2] > ctx.ma10[2] and \
                 ctx.ma5[1] < ctx.ma10[1]:
                ctx.sell(ctx.close, ctx.pos())

    def on_exit(self, ctx):
        return

if __name__ == '__main__':
    set_symbols(['BB.SHFE-1.Minute'], 0)
    # 创建组合策略
    # 初始资金5000， 两个策略的资金配比为0.2:0.8
    profile = add_strategy([DemoStrategy('A1'), DemoStrategy2('A2')], { 'captial': 5000,
                              'ratio': [0.2, 0.8] })
    run()

    # 绘制k线，交易信号线
    from quantdigger.digger import finance, plotting
    plotting.plot_strategy(profile.data(0), profile.indicators(1), profile.deals(1))
    # 绘制策略A1, 策略A2, 组合的资金曲线
    curve0 = finance.create_equity_curve(profile.all_holdings(0))
    curve1 = finance.create_equity_curve(profile.all_holdings(1))
    curve = finance.create_equity_curve(profile.all_holdings())
    plotting.plot_curves([curve0.equity, curve1.equity, curve.equity],
                        colors=['r', 'g', 'b'],
                        names=[profile.name(0), profile.name(1), 'A0'])
    # 绘制净值曲线
    plotting.plot_curves([curve.networth])
    # 打印统计信息
    print finance.summary_stats(curve, 252*4*60)

策略结果

• k线和信号线

k线显示使用了系统自带的一个联动窗口控件，由蓝色的滑块控制显示区域，可以通过鼠标拖拽改变显示区域。 上下方向键 来进行缩放。

• 2个策略和组合的资金曲线。

  

• 组合的历史净值

  

• 统计结果

>>> [('Total Return', '-0.99%'), ('Sharpe Ratio', '-5.10'), ('Max Drawdown', '1.72%'), ('Drawdown Duration', '3568')]

界面控制

其它 ~~~

pyquant.py 基于pyqt， 集成了ipython和matplotlib的demo。

版本 ~~~

TODO

• 清理旧代码和数据文件
• 改善UI, 补充UI文档

0.3.0 版本 2015-12-09

• 重新设计回测引擎, 支持组合回测，选股
• 重构数据模块

0.2.0 版本 2015-08-18

• 修复股票回测的破产bug
• 修复回测权益计算bug
• 交易信号对的计算从回测代码中分离
• 把回测金融指标移到digger/finace
• 添加部分数据结构，添加部分数据结构字段
• 添加几个mongodb相关的函数

0.15版本 2015-06-16

• 夸品种的策略回测功能
• 简单的交互
• 指标，k线绘制