量化交易流程
量化交易流程.png量化策略
- 一套固定的逻辑分析,判断和决策,量化策略可以自动执行,也可以人工操作
工具官网
构建策略
-
策略入口
image.png
- 策略页面
- 代码区域
# 可以自己import我们平台支持的第三方python模块,比如pandas、numpy等。
# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
context.s1 = "000001.XSHE"
# 实时打印日志
logger.info("Interested at stock: " + str(context.s1))
# before_trading此函数会在每天交易开始前被调用,当天只会被调用一次
def before_trading(context, bar_dict):
pass
# 你选择的证券的数据更新将会触发此段逻辑,例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
# 开始编写你的主要的算法逻辑
# bar_dict[order_book_id] 可以拿到某个证券的bar信息
# context.portfolio 可以拿到现在的投资组合状态信息
# 使用order_shares(id_or_ins, amount)方法进行落单
# TODO: 开始编写你的算法吧!
order_shares(context.s1, 1000geView2/2/w/1240)
- 配置窗口
- 日志输出
策略主体
-
基础设置
- 初始化
- 启始日期
- 初始资金
- 回测频率
- 策略主体逻辑,以及顺序如下
- 初始化
def init(context): # 初始化流程
# before_trading # 此函数会在每天交易开始前被调用,当天只会被调用一次
def before_trading(context, bar_dict):
# 你选择的证券的数据更新将会触发此段逻辑,例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
# context 由于所有函数之前的内容传递
- 回测频率
- 策略分析
网友评论