python量化交易系统asyncio_量化金融策略开源框架：QUANTAXIS

简介&＃xff1a; QUANTAXIS量化金融策略框架,是一个面向中小型策略团队的量化分析解决方案&＃xff0c;是一个从数据爬取、清洗存储、分析回测、可视化、交易复盘的本地一站式解决方案。

QUANTAXIS量化金融策略框架,是一个面向中小型策略团队的量化分析解决方案&＃xff0c;是一个从数据爬取、清洗存储、分析回测、可视化、交易复盘的本地一站式解决方案。 我们通过高度解耦的模块化以及标准化协议,可以快速的实现面向场景的定制化解决方案.QUANTAXIS是一个渐进式的开放式框架,你可以根据自己的需要,引入自己的数据,分析方案,可视化过程等,也可以通过RESTful接口,快速实现多人局域网/广域网内的协作。

1.功能

1.1 行情服务

1.1.1 股票/期货/期权/美股/外汇/宏观的历史/实时行情(日线/分钟线/tick/实时五档)服务

例&＃xff1a;最新交易价格

QA.QA_util_log_info(

&＃39;最后一次交易价格&＃39;

)

QA.QA_util_log_info(

&＃39;参数为列表&＃39;

)

data&＃61;QA.

QAFetch

.

QATdx

.QA_fetch_get_stock_latest([

&＃39;000001&＃39;

,

&＃39;000002&＃39;

])

QA.QA_util_log_info(

&＃39;参数为一只股票&＃39;

)

data&＃61;QA.

QAFetch

.

QATdx

.QA_fetch_get_stock_latest(

&＃39;000001&＃39;

)

1.1.2 财务/基本面/宏观数据

例&＃xff1a;现金及现金等价物净增加情况

&＃39;154现金的期末余额&＃39;

:

&＃39;cashEndingBal&＃39;

,

&＃39;155现金的期初余额&＃39;

:

&＃39;cashBeginingBal&＃39;

,

&＃39;156现金等价物的期末余额&＃39;

:

&＃39;cashEquivalentsEndingBal&＃39;

,

&＃39;157现金等价物的期初余额&＃39;

:

&＃39;cashEquivalentsBeginningBal&＃39;

,

&＃39;158现金及现金等价物净增加额&＃39;

:

&＃39;netIncreaseOfCashAndCashEquivalents&＃39;

,

1.1.3 自定义数据源的数据

例&＃xff1a;QUANTAXIS WEB 爬虫

git clone https:

//gitee.com/yutiansut/QUANTAXIS_WEBDRIVER/

1.2 数据运维服务

一键更新,WINDOWS开启自动脚本&＃xff0c;数据自动更新

1.3 分析服务

1.3.1 专门为A股股票数据适配的数据结构

例&＃xff1a;取多个股票的数据

QA.QA_fetch_stock_day_adv([

&＃39;000001&＃39;

,

&＃39;000002&＃39;

],

&＃39;2017-01-01&＃39;

,

&＃39;2017-10-01&＃39;

)

In

[

6

]: QA.QA_fetch_stock_day_adv([

&＃39;000001&＃39;

,

&＃39;000002&＃39;

],

&＃39;2017-01-01&＃39;

,

&＃39;2017-10-01&＃39;

)

Out

[

6

]: QA_DataStruct_Stock_day

with

2

securities

1.3.2 精心为A股指标计算适配的指标类

例&＃xff1a;获取某一个时刻的某个股票的某个指标值

inc.get_indicator(

&＃39;2018-01-12&＃39;

,

&＃39;000001&＃39;

,

&＃39;WR1&＃39;

)

WR1

48.148148

Name

: (

2018

-

01

-

12

00

:

00

:

00

,

000001

), dtype: float64

1.4 可扩展事件驱动框架

QUANTAXIS的事件框架是一个多线程架构:

QUANTAXIS/QAENGINE

QAENGINE分三个部分

-

QAEvent

-

QATask

-

QAThread

(可扩展

ProcessEngine

/

AsyncioEngine

)

事件的核心可以简单理解为一个带队列的线程(进程/协程),将事件分类,做成生产者消费者模式,通过队列传递任务

1.5 回测服务

1.5.1 股票/日内t0/ 的日线/分钟线级别回测

例&＃xff1a;风险分析模块

R&＃61;QA.QA_Risk(ACCOUNT,benchmark_code&＃61;

&＃39;000300&＃39;

,benchmark_type&＃61;MARKET_TYPE.INDEX_CN)

#

R()

# R() 是一个datafram形式的表达结果

account_COOKIE annualize_return max_dropback portfolio_COOKIE profit time_gap user_COOKIE volatility

0

Acc_50wle3cY

-

0.000458

0.00012

Portfolio_oAkrKvj9

-

0.000011

6

USER_l1CeBXog

64.696986

R.message

{

&＃39;account_COOKIE&＃39;

:

&＃39;Acc_50wle3cY&＃39;

,

&＃39;annualize_return&＃39;

: -

0.0004582372482384578

,

&＃39;max_dropback&＃39;

:

0.00012000168002352033

,

&＃39;portfolio_COOKIE&＃39;

:

&＃39;Portfolio_oAkrKvj9&＃39;

,

&＃39;profit&＃39;

: -

1.1000154002127616e-05

,

&＃39;time_gap&＃39;

:

6

,

&＃39;user_COOKIE&＃39;

:

&＃39;USER_l1CeBXog&＃39;

,

&＃39;volatility&＃39;

:

64.69698601944299

}

1.6 实盘

1.6.1 股票(实盘易) 1.6.2 期货(python3 CTP win/mac/linux)

1.7 网站HTTP服务

1.7.1 网站后台标准化接口

quantaxis 采用前后端分离的模式开发,所以对于后端而言 是一个可以快速替换/语言随意的部分.只需要按照规则设置好REST的url即可

2.安装和部署

2.0 安装说明

2.2 部署式安装

pip install quantaxis -U

2.3 本地代码

git clone https:

//github.com/quantaxis/quantaxis --depth 1

cd quantaxis

pip install -e .

2.4代码提交式安装

fork QUANTAXIS 到你的github账户

git clone https:

//github.com/你的账户名/quantaxis

3.回测Webkit插件概览

4.QUANTAXIS 标准化协议和未来协议

QUANTAXIS-Stardand-Protocol 版本号0.0.8

5.电脑配置推荐

推荐配置: 6代以上CPU&＃43; 16/32GB DDR3/DDR4内存&＃43; 256GB以上SSD硬盘 最低配置: 支持X64位的CPU 因为在存储本地数据的时候,需要存储超过2GB的本地数据,而32位的MONGODB最高只支持2GB左右的数据存储,因此最少需要一个X64位的CPU 如果SSD资源够用,尽量将数据存储在SSD中,增加wiretiger写盘的速度 如果是阿里云/腾讯云的服务器,请在最初的时候 选择64位的操作系统

点击“了解更多”查看GitHub开源地址