QuantDigger

QuantDigger目前是一个基于python的量化回测框架。作者最初是因为对数据处理和机器学习感兴趣而选择了这个行业， 接触了一些主流的期货交易软件，比如TB, 金字塔。他们的特点是语法比较简单，缺点是编程语言太封闭，有很多表达限制。 所以选择自己开发一个交易系统，做为交易和研究的工具，甚至尝试过商业化。最初选择c++做为实现语言，但是后面 发现开发效率太低，重要的是做为研究工具来说，其易用性和和扩展性都比不上基于python的回测框架。相比其它流行的 回测框架比如 zipline , pyalgotrade ，QuantDigger的策略语法更简单，类似MC，TB这些商业软件，但并不牺牲灵活性，保留了python这门通用语言的 所有功能。QuantDigger目前还是定位于研究工具，但是设计上还是会从实盘交易的角度考虑，将来也会接入交易接口。虽然有很多细节还有待完善， 但是核心的设计和功能已经实现了。代码也比较简单，大家有兴趣的可以自己拓展。 如果大家有什么问题和建议，欢迎加入我们的QQ交流群--334555399，或者 联系发起者(yellowblue QQ:33830957) 。 在项目的推进过程中得到很多朋友的帮助, 在这表示感谢！ 除了开发人员，还要特别感谢北京的 vodkabuaa 和国元证券的王林峰给出的意见， ongbe 帮忙修复代码bug， tushare 库的作者 Jimmy 和深大的邓志浩帮忙推荐 这个库，以及所有朋友的支持。

主要代码贡献者:

deepfish

TeaEra

wondereamer

HonePhy

文档

http://www.quantfans.com/doc/quantdigger/

安装

你可以选择pip安装 (推荐)

python install_pip.py  (如果已经安装了pip,略过这一步。)
pip install QuantDigger
python install_dependency.py

或者克隆github代码后本地安装

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

依赖库

• Python
• pandas
• python-dateutil
• matplotlib
• numpy
• TA-Lib
• logbook
• pyqt (可选)
• tushare (可选, 一个非常强大的股票信息抓取工具)

策略DEMO

源码

from quantdigger.kernel.engine.execute_unit import ExecuteUnit
from quantdigger.kernel.indicators.common import MA, BOLL
from quantdigger.kernel.engine.strategy import TradingStrategy
from quantdigger.util import  pcontract
import plotting

class DemoStrategy(TradingStrategy):
    """ 策略实例 """
    def __init__(self, exe):
        super(DemoStrategy, self).__init__(exe)
        # 创建平均线指标和布林带指标。其中MA和BOLL表示指标函数类。
        # 它们返回序列变量。
        # 'ma20'：指标名. 'b'画线颜色. ‘1‘: 线宽。如果无需
        # 绘图，则这些参数不需要给出。
        self.ma20 = MA(self, self.close, 20,'ma20', 'b', '1')
        self.ma10 = MA(self, self.close, 10,'ma10', 'y', '1')
        self.b_upper, self.b_middler, self.b_lower = BOLL(self, self.close, 10,'boll10', 'y', '1')

    def on_bar(self):
        """ 策略函数，对每根Bar运行一次。"""
        if self.ma10[1] < self.ma20[1] and self.ma10 > self.ma20:
            self.buy('long', self.open, 1, contract = 'IF000.SHFE')
        elif self.position() > 0 and self.ma10[1] > self.ma20[1] and self.ma10 < self.ma20:
            self.sell('long', self.open, 1)

        # 输出pcon1的当前K线开盘价格。
        print(self.open)

        # 夸品种数据引用
        # pcon2的前一根K线开盘价格。
        print(self.open_(1)[1])

if __name__ == '__main__':
    try:
        # 策略的运行对象周期合约
        pcon1 = pcontract('IF000.SHFE', '10.Minute')
        pcon2 = pcontract('IF000.SHFE', '10.Minute')
        # 创建模拟器，这里假设策略要用到两个不同的数据，比如套利。
        simulator = ExecuteUnit([pcon1, pcon2]);
        # 创建策略。
        algo = DemoStrategy(simulator)
        # 运行模拟器，这里会开始事件循环。
        simulator.run()

        # 显示回测结果
        plotting.plot_result(simulator.data[pcon], algo._indicators,
                            algo.blotter.deal_positions, algo.blotter)

    except Exception, e:
        print(e)

策略结果

main.py

• k线和信号线

  

• 资金曲线。

  

其它

mplot_demo.py matplotlib画k线，指标线的demo。

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

版本

0.16版本 TODO

• 清理旧代码和数据文件
• 重新设计数据模块
• 改善UI, 补充UI文档

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