diff --git a/docs/cta_backtester.md b/docs/cta_backtester.md index a1307ed7..669a686a 100644 --- a/docs/cta_backtester.md +++ b/docs/cta_backtester.md @@ -1,5 +1,5 @@ # CTA回测模块 -CTA回测模块是基于PyQt5和pyqtgraph的图形化回测工具。启动VN Trader后，在菜单栏中点击“功能-> CTA回测”即可进入该图形化回测界面，如下图。CTA回测模块主要实现3个功能：历史行情数据的下载、策略回测、参数优化。 +CTA回测模块是基于PyQt5和pyqtgraph的图形化回测工具。启动VN Trader后，在菜单栏中点击“功能-> CTA回测”即可进入该图形化回测界面，如下图。CTA回测模块主要实现3个功能：历史行情数据的下载、策略回测、参数优化、K线图表买卖点展示。 ![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/cta_backtester.png) @@ -35,7 +35,10 @@ CTA回测模块是基于PyQt5和pyqtgraph的图形化回测工具。启动VN Tra ## 下载数据 在开始策略回测之前，必须保证数据库内有充足的历史数据。故vnpy提供了历史数据一键下载的功能。 -下载数据功能主要是基于RQData的get_price()函数实现的。 + +### RQData +RQData提供国内股票、ETF、期货以及期权的历史数据。 +其下载数据功能主要是基于RQData的get_price()函数实现的。 ``` get_price( order_book_ids, start_date='2013-01-04', end_date='2014-01-04', @@ -47,7 +50,7 @@ get_price( 在使用前要保证RQData初始化完毕，然后填写以下4个字段信息： - 本地代码：格式为合约品种+交易所，如IF88.CFFEX、rb88.SHFE；然后在底层通过RqdataClient的to_rq_symbol()函数转换成符合RQData格式，对应RQData中get_price()函数的order_book_ids字段。 -- K线周期：可以填1m、60m、1d，对应get_price()函数的frequency字段。 +- K线周期：可以填1m、1h、d、w，对应get_price()函数的frequency字段。 - 开始日期：格式为yy/mm/dd，如2017/4/21，对应get_price()函数的start_date字段。（点击窗口右侧箭头按钮可改变日期大小） - 结束日期：格式为yy/mm/dd，如2019/4/22，对应get_price()函数的end_date字段。（点击窗口右侧箭头按钮可改变日期大小） @@ -56,13 +59,152 @@ get_price( ![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/data_loader.png) +  +### IB + +盈透证券提供外盘股票、期货、期权的历史数据。 +下载前必须连接好IB接口，因为其下载数据功能主要是基于IbGateway类query_history()函数实现的。 + +``` + def query_history(self, req: HistoryRequest): + """""" + self.history_req = req + + self.reqid += 1 + + ib_contract = Contract() + ib_contract.conId = str(req.symbol) + ib_contract.exchange = EXCHANGE_VT2IB[req.exchange] + + if req.end: + end = req.end + end_str = end.strftime("%Y%m%d %H:%M:%S") + else: + end = datetime.now() + end_str = "" + + delta = end - req.start + days = min(delta.days, 180) # IB only provides 6-month data + duration = f"{days} D" + bar_size = INTERVAL_VT2IB[req.interval] + + if req.exchange == Exchange.IDEALPRO: + bar_type = "MIDPOINT" + else: + bar_type = "TRADES" + + self.client.reqHistoricalData( + self.reqid, + ib_contract, + end_str, + duration, + bar_size, + bar_type, + 1, + 1, + False, + [] + ) + + self.history_condition.acquire() # Wait for async data return + self.history_condition.wait() + self.history_condition.release() + + history = self.history_buf + self.history_buf = [] # Create new buffer list + self.history_req = None + + return history +``` +  + +### BITMEX + +BITMEX交易所提供数字货币历史数据。 +由于仿真环境与实盘环境行情差异比较大，故需要用实盘账号登录BIMEX接口来下载真实行情数据，其下载数据功能主要是基于BitmexGateway类query_history()函数实现的。 + +``` + def query_history(self, req: HistoryRequest): + """""" + if not self.check_rate_limit(): + return + + history = [] + count = 750 + start_time = req.start.isoformat() + + while True: + # Create query params + params = { + "binSize": INTERVAL_VT2BITMEX[req.interval], + "symbol": req.symbol, + "count": count, + "startTime": start_time + } + + # Add end time if specified + if req.end: + params["endTime"] = req.end.isoformat() + + # Get response from server + resp = self.request( + "GET", + "/trade/bucketed", + params=params + ) + + # Break if request failed with other status code + if resp.status_code // 100 != 2: + msg = f"获取历史数据失败，状态码：{resp.status_code}，信息：{resp.text}" + self.gateway.write_log(msg) + break + else: + data = resp.json() + if not data: + msg = f"获取历史数据为空，开始时间：{start_time}，数量：{count}" + break + + for d in data: + dt = datetime.strptime( + d["timestamp"], "%Y-%m-%dT%H:%M:%S.%fZ") + bar = BarData( + symbol=req.symbol, + exchange=req.exchange, + datetime=dt, + interval=req.interval, + volume=d["volume"], + open_price=d["open"], + high_price=d["high"], + low_price=d["low"], + close_price=d["close"], + gateway_name=self.gateway_name + ) + history.append(bar) + + begin = data[0]["timestamp"] + end = data[-1]["timestamp"] + msg = f"获取历史数据成功，{req.symbol} - {req.interval.value}，{begin} - {end}" + self.gateway.write_log(msg) + + # Break if total data count less than 750 (latest date collected) + if len(data) < 750: + break + + # Update start time + start_time = bar.datetime + TIMEDELTA_MAP[req.interval] + + return history +```   ## 策略回测 下载完历史数据后，需要配置以下字段：交易策略、手续费率、交易滑点、合约乘数、价格跳动、回测资金。 这些字段主要对应BacktesterEngine类的run_backtesting函数。 + +若数据库已存在历史数据，无需重复下载，直接从本地数据库中导入数据进行回测。注意，vt_symbol的格式为品种代码.交易所的形式，如IF1908.CFFEX，导入时会自动将其分割为品种和交易所两部分 + ``` def run_backtesting( self, class_name: str, vt_symbol: str, interval: str, start: datetime, @@ -70,8 +212,7 @@ def run_backtesting( capital: int, setting: dict )： ``` -如果没有RqData用于下载历史数据（一般情况），则可以通过完整填写所有字段，从本地已连接的数据库中导入数据进行回测 -注：本地代码应以品种代码.交易所的形式（导入时会自动将其分割为品种和交易所两部分） + 点击下方的“开始回测”按钮可以开始回测： 首先会弹出如图所示的参数配置窗口，用于调整策略参数。该设置对应的是run_backtesting()函数的setting字典。 @@ -101,6 +242,21 @@ def run_backtesting( ![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/show_result_chat.png) +  +### K线图 +K线图是基于PyQtGraph开发的，整个模块由以下五大组件构成： + +- BarManager：K线序列数据管理工具 +- ChartItem：基础图形类，继承实现后可以绘制K线、成交量、技术指标等 +- DatetimeAxis：针对K线时间戳设计的定制坐标轴 +- ChartCursor：十字光标控件，用于显示特定位置的数据细节 +- ChartWidget：包含以上所有部分，提供单一函数入口的绘图组件 + +在回测完毕后，点击“K线图表”按钮即可显示历史K线行情数据（默认1分钟），并且标识有具体的买卖点位，如下图。 + +![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/bar_chart.png) + +   ## 参数优化