[关闭]
@Channelchan 2018-11-29T16:09:46.000000Z 字数 6226 阅读 61353

1_doubleMaStrategy

安装方式(release的最新版本)：

安装vnpy_fxdayu:

https://github.com/xingetouzi/vnpy_fxdayu

配置引擎参数

  1. from vnpy.trader.app.ctaStrategy import BacktestingEngine
  3. # 创建回测引擎对象
  4. engine = BacktestingEngine()
  6. # 设置回测使用的数据
  7. engine.setBacktestingMode(engine.BAR_MODE)    # 设置引擎的回测模式为K线
  8. engine.setDatabase('VnTrader_1Min_Db')  # 设置使用的历史数据库
  9. engine.setStartDate('20180901 12:00',initHours=200) # 设置回测用的数据起始日期
  10. engine.setEndDate('20181123 12:00') # 设置回测用的数据终止日期
  12. # 配置回测引擎参数
  13. engine.setSlippage(0.002)    # 设置滑点
  14. engine.setRate(5/10000)   # 设置手续费千1
  15. engine.setCapital(1000000)  # 设置回测本金

策略编写与参数设置

参数与变量的区别: 参数用来传递并且可以优化，变量是随着过程的赋值改变的

CtaTemplate 继承的属性与方法

  1. self.symbolList: 支持多品种以列表格式输入引擎
  2. self.posDict: 可记录多个品种的多空持仓的字典
  3. self.cancelAll(): 取消所有订单
  4. self.getArrayManager(symbol, freq): 数组管理器
  1. """
  2. 这里的Demo是一个最简单的双均线策略实现
  3. """
  5. from __future__ import division
  6. from vnpy.trader.vtConstant import *
  7. from vnpy.trader.app.ctaStrategy import CtaTemplate
  8. import talib as ta
  10. ########################################################################
  11. # 策略继承CtaTemplate
  12. class DoubleMaStrategy(CtaTemplate):
  13.     """双指数均线策略Demo"""
  14.     className = 'DoubleMaStrategy'
  15.     author = 'ChannelCMT'
  17.     # 策略参数
  18.     fastPeriod = 20     # 快速均线参数
  19.     slowPeriod = 55    # 慢速均线参数
  20.     lot = 1             # 设置手数
  22.     # 策略变量
  23.     transactionPrice = {} # 记录成交价格
  25.     # 参数列表
  26.     paramList = ['fastPeriod',
  27.                  'slowPeriod']    
  29.     # 变量列表
  30.     varList = ['transactionPrice']  
  32.     # 同步列表，保存了需要保存到数据库的变量名称
  33.     syncList = ['posDict', 'eveningDict']
  35.     #----------------------------------------------------------------------
  36.     def __init__(self, ctaEngine, setting):
  37.         # 首先找到策略的父类（就是类CtaTemplate），然后把DoubleMaStrategy的对象转换为类CtaTemplate的对象
  38.         super().__init__(ctaEngine, setting)
  40.     #----------------------------------------------------------------------
  41.     def onInit(self):
  42.         """初始化策略"""
  43.         self.writeCtaLog(u'策略初始化')
  44.         self.transactionPrice = {s:0 for s in self.symbolList} # 生成成交价格的字典
  45.         self.putEvent()
  47.     #----------------------------------------------------------------------
  48.     def onStart(self):
  49.         """启动策略（必须由用户继承实现）"""
  50.         self.writeCtaLog(u'策略启动')
  51.         self.putEvent()
  53.     #----------------------------------------------------------------------
  54.     def onStop(self):
  55.         """停止策略"""
  56.         self.writeCtaLog(u'策略停止')
  57.         self.putEvent()
  59.     #----------------------------------------------------------------------
  60.     def onTick(self, tick):
  61.         """收到行情TICK推送"""
  62.         pass
  64.     #----------------------------------------------------------------------
  65.     def on60MinBar(self, bar):
  66.         """收到60分钟Bar推送"""
  67.         symbol = bar.vtSymbol
  69.         am60 = self.getArrayManager(symbol, "60m") # 获取历史数组
  71.         if not am60.inited:
  72.             return
  74.         # 计算策略需要的信号-------------------------------------------------
  75.         fastMa = ta.EMA(am60.close, self.fastPeriod)
  76.         slowMa = ta.EMA(am60.close, self.slowPeriod)
  78.         crossOver = (fastMa[-1]>slowMa[-1]) and (fastMa[-2]<=slowMa[-2]) # 金叉上穿 
  79.         crossBelow = (fastMa[-1]<slowMa[-1]) and (fastMa[-2]>=slowMa[-2]) # 死叉下穿
  82.         # 构建进出场逻辑-------------------------------------------------
  83.         # 如果金叉时手头没有多头持仓
  84.         if (crossOver) and (self.posDict[symbol+'_LONG']==0):
  85.             # 如果没有空头持仓，则直接做多
  86.             if  self.posDict[symbol+'_SHORT']==0:
  87.                 self.buy(symbol, bar.close*1.01, self.lot)  # 成交价*1.01发送高价位的限价单，以最优市价买入进场
  88.             # 如果有空头持仓，则先平空，再做多
  89.             elif self.posDict[symbol+'_SHORT'] > 0:
  90.                 self.cancelAll() # 撤销挂单
  91.                 self.cover(symbol, bar.close*1.01, self.posDict[symbol+'_SHORT']) 
  92.                 self.buy(symbol, bar.close*1.01, self.lot)
  93.         # 如果金叉时手头没有空头持仓
  94.         elif (crossBelow) and (self.posDict[symbol+'_SHORT']==0):
  95.             if self.posDict[symbol+'_LONG']==0:
  96.                 self.short(symbol, bar.close*0.99, self.lot) # 成交价*0.99发送低价位的限价单，以最优市价卖出进场
  97.             elif self.posDict[symbol+'_LONG'] > 0:
  98.                 self.cancelAll() # 撤销挂单
  99.                 self.sell(symbol, bar.close*0.99, self.posDict[symbol+'_LONG'])
  100.                 self.short(symbol, bar.close*0.99, self.lot)
  102.         # 发出状态更新事件
  103.         self.putEvent()
  105.     #----------------------------------------------------------------------
  106.     def onOrder(self, order):
  107.         """收到委托变化推送"""
  108.         # 对于无需做细粒度委托控制的策略，可以忽略onOrder
  109.         pass
  111.     #----------------------------------------------------------------------
  112.     def onTrade(self, trade):
  113.         """收到成交推送"""
  114.         symbol = trade.vtSymbol
  115.         if trade.offset == OFFSET_OPEN:  # 判断成交订单类型
  116.             self.transactionPrice[symbol] = trade.price # 记录成交价格
  117.     #----------------------------------------------------------------------
  118.     def onStopOrder(self, so):
  119.         """停止单推送"""
  120.         pass
  1. # 在引擎中创建策略对象
  2. parameterDict = {'symbolList':['EOSUSDT:binance']} # 策略参数配置
  3. engine.initStrategy(DoubleMaStrategy, parameterDict)    # 创建策略对象
  4. engine.runBacktesting()
  1. import pandas as pd
  2. tradeReport = pd.DataFrame([obj.__dict__ for obj in engine.tradeDict.values()])
  3. tradeDf = tradeReport.set_index('dt')
  4. tradeDf.tail()

查看绩效回测绩效

  1. # 显示逐日回测结果
  2. engine.showDailyResult()
2018-11-27 16:38:28.461857  计算按日统计结果
2018-11-27 16:38:28.481836  ------------------------------
2018-11-27 16:38:28.481836  首个交易日：  2018-09-01 00:00:00
2018-11-27 16:38:28.481836  最后交易日：  2018-11-23 00:00:00
2018-11-27 16:38:28.481836  总交易日：   84
2018-11-27 16:38:28.481836  盈利交易日   39
2018-11-27 16:38:28.481836  亏损交易日：  42
2018-11-27 16:38:28.481836  起始资金：   1000000
2018-11-27 16:38:28.481836  结束资金：   1,000,002.22
2018-11-27 16:38:28.481836  总收益率：   0.0%
2018-11-27 16:38:28.481836  年化收益：   0.0%
2018-11-27 16:38:28.481836  总盈亏：    2.22
2018-11-27 16:38:28.481836  最大回撤:   -1.26
2018-11-27 16:38:28.481836  百分比最大回撤: -0.0%
2018-11-27 16:38:28.481836  总手续费：   0.14
2018-11-27 16:38:28.481836  总滑点：    0.1
2018-11-27 16:38:28.482835  总成交金额：  271.25
2018-11-27 16:38:28.482835  总成交笔数：  49
2018-11-27 16:38:28.482835  日均盈亏：   0.03
2018-11-27 16:38:28.482835  日均手续费：  0.0
2018-11-27 16:38:28.482835  日均滑点：   0.0
2018-11-27 16:38:28.482835  日均成交金额： 3.23
2018-11-27 16:38:28.482835  日均成交笔数： 0.58
2018-11-27 16:38:28.482835  日均收益率：  0.0%
2018-11-27 16:38:28.482835  收益标准差：  0.0%
2018-11-27 16:38:28.482835  Sharpe Ratio：   2.21

output_10_1.png-48.7kB

  1. # 显示逐笔回测结果
  2. engine.showBacktestingResult()
2018-11-27 16:38:29.848438  计算回测结果
2018-11-27 16:38:29.854432  ------------------------------
2018-11-27 16:38:29.854432  第一笔交易：  2018-09-05 00:00:00
2018-11-27 16:38:29.854432  最后一笔交易： 2018-11-23 11:58:00
2018-11-27 16:38:29.854432  总交易次数：  25
2018-11-27 16:38:29.854432  总盈亏：    2.21
2018-11-27 16:38:29.854432  最大回撤:   -1.02
2018-11-27 16:38:29.854432  平均每笔盈利： 0.09
2018-11-27 16:38:29.854432  平均每笔滑点： 0.0
2018-11-27 16:38:29.854432  平均每笔佣金： 0.01
2018-11-27 16:38:29.854432  胜率      40.0%
2018-11-27 16:38:29.854432  盈利交易平均值 0.44
2018-11-27 16:38:29.854432  亏损交易平均值 -0.15
2018-11-27 16:38:29.854432  盈亏比：    2.99

output_11_1.png-38.1kB

  1. df = engine.calculateDailyResult()
  2. df1, result = engine.calculateDailyStatistics(df)
2018-11-27 16:38:30.473799  计算按日统计结果

  1. print(pd.Series(result)) # 显示绩效指标
annualizedReturn            0.000633478
dailyCommission              0.00161459
dailyNetPnl                   0.0263949
dailyReturn                 2.63949e-06
dailySlippage                0.00116667
dailyTradeCount                0.583333
dailyTurnover                   3.22919
endBalance                        1e+06
endDate             2018-11-23 00:00:00
lossDays                             42
maxDdPercent               -0.000125684
maxDrawdown                    -1.25684
profitDays                           39
returnStd                   1.85059e-05
sharpeRatio                     2.20961
startDate           2018-09-01 00:00:00
totalCommission                0.135626
totalDays                            84
totalNetPnl                     2.21717
totalReturn                 0.000221717
totalSlippage                     0.098
totalTradeCount                      49
totalTurnover                   271.252
dtype: object
添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注