Expanded Rqalpha Data and Event Source by Fxdayu

介绍

rqalpha是一款开源的基于事件驱动的交易执行引擎，其架构高度解耦，支持各种mod拓展。

本mod主要拓展了rqalpha数据源和事件源，数据源共有3种方案，前2种为公司内部使用， 分别基于mongodb和bcolz的压缩格式文件，外部很难接入。最新加入第3种对接tushare-pro开源财经数据源（感谢米哥）， 使用起来非常方便。

特点

• 依托于tushare-pro的数据服务，只要有网络通畅就可以进行回测和实时交易，无需额外数据文件下载或数据库搭建
• 使用简单，只需安装、激活此mod，加入相应配置，并在quantos得到使用tushare-pro数据服务的权限即可
• 支持按多种时间频率获取数据

*d	任意天,1d,5d等
*h	quantos数据暂未实现
*m	任意分钟,1m,5m,10m等

• 内置简单的数据缓存(Beta)

安装

$ pip install git+https://github.com/xingetouzi/rqalpha-mod-fxdayu-source.git
$ rqalpha mod install fxdayu_source

用例

strategy.py

# -*- coding: utf-8 -*-
import itertools
import os
from rqalpha.api import *
import pandas as pd
from rqalpha.utils.datetime_func import convert_dt_to_int
from rqalpha import run

def init(context):
    logger.info("init")
    context.s1 = "000001.XSHE"
    update_universe(context.s1)
    context.fired = False

def before_trading(context):
    pass

def handle_bar(context, bar_dict):
    bar = bar_dict[context.s1]
    print(bar)
    assert bar.datetime == context.now
    lengths = [5]
    frequencies = ["1m"]
    for l, f in itertools.product(lengths, frequencies):
        # print(pd.DataFrame(history_bars(context.s1, 5, "1d", include_now=True)))
        df = pd.DataFrame(history_bars(context.s1, l, f))
        print(df)
        assert len(df) == l
        assert convert_dt_to_int(context.now) == df["datetime"].iloc[-1]
    if not context.fired:
        # order_percent并且传入1代表买入该股票并且使其占有投资组合的100%
        order_percent(context.s1, 1)
        context.fired = True

config = {
    "base": {
        "start_date": "2016-06-01",
        "end_date": "2016-06-05",
        "accounts": {"stock": 100000},
        "frequency": "1m",
        "benchmark": None,
        "strategy_file": __file__
    },
    "extra": {
        "log_level": "verbose",
    },
    "mod": {
        "sys_analyser": {
            "enabled": True,
            # "report_save_path": ".",
            "plot": True
        },
        "sys_simulation": {
            "enabled": True,
            # "matching_type": "last"
        },
        "fxdayu_source": {
            "enabled": True,
            "source": "quantos",
            "quantos_user": "139xxxxxxxx", # 填入您的quantos用户名
            "quantos_token": "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 填入您的quantos Token
            # 其他配置参数
        }
    }
}

if __name__ == "__main__":
    # 您可以指定您要传递的参数
    run(config=config)

运行strategy.py可以看到结果，没有发生AssertionError表示能够正常读取数据。

$ python strategy.py

配置选项

选项	默认值	适用数据源类型	含义
fxdayu_source.enabled	"quantos"	通用	行情源类型,可选值为"mongo","bundle","quantos"
fxdayu_source.bundle_path	None	bundle	bundle数据文件位置，默认取"~/.fxdayu/bundle", 可以用环境变量覆盖，取值为"$FXDAYU_ROOT/bundle"
fxdayu_source.mongo_url	"mongodb://localhost:27017"	mongo	mongodb数据库地址
fxdayu_source.enable_cache	True	通用	bool型，是否开启分页读取缓存优化功能(缓存优化适用于回测)。
fxdayu_source.cache_length	1000	通用	当开启缓存优化时，指定单页缓存的条目数
fxdayu_source.quantos_url	"tcp://data.quantos.org:8910"	quantos	可选，tushare服务器地址，默认不需要配置
fxdayu_source.quantos_user	None	quantos	必填，quantos用户名，可以从环境变量QUANTOS_USER传入
fxdayu_source.quantos_token	None	quantos	必填，quantos Token，可以从环境变量QUANTOS_TOKEN传入

说明

由于此mod使用了一些原来内部方案中的代码，故没有单独作为独立的模块。暂时不打算走正常的发布流程(旧的代码短期内可能有很大改动)，也不会发布到pypi，只分为master和dev分支，master为稳定分支，dev为开发分支， 功能变更将按日期写入changelog中。

加入开发

github地址

欢迎提交各种Issue和Pull Request。