江达小记

发表于 分类于

在跑回测的过程中，我发现了一个比较容易被忽视的一个坑：均线在回测的时间段是不全的。

如图所示，图中红色的线是90日均线，回测的时间范围是2020-01-01 08:00:00 至 2024-01-01 16:00:00，可以看到图中最开始的一段走势中都没有红线，直到2020-05-18 那天才出现红线。

图片

均线在2020年5月18日才出现，这会导致我们的策略在2020年5月18号前都失效！下图是运行回测时的买卖结果，可以看到最早的买单是在2020年6月1日创建的：

图片
那怎样才能解决这个问题呢？

阅读全文 »

发表于 分类于

今天这篇来讲一下backtrader的策略参数调优，这块有点像机器学习，一遍一遍地迭代，找出最佳的参数值。
还是以之前的单均线策略为例子，讲一下怎么找出收益最高时的均线的周期参数。
参数调优的原理就是在回测时，让程序把不同参数值一个个代入回测，然后根据每个参数所得到的最终收益来确定哪个参数是最优参数。
执行回测时，把addstrategy改为optstrategy，再加上参数的调优范围即可。如果是对指定值进行调优，可以用元组指定要回测的参数值，如果想对连续的一系列连续的参数值进行回测，可以用range来指定范围。
指定要回测的参数值：

1
2
3
cerebro.optstrategy(
    SingleMAStrategy,
    period=(10,20,30,60,90))

指定要回测的参数范围：

1
2
3
cerebro.optstrategy(
    SingleMAStrategy,
    period=range(10, 30))

主程序如下：

阅读全文 »

发表于 分类于

今天这篇是backtrader文档的学习笔记。主要介绍了一些基本概念，包括数据源（Data Feeds）的使用、参数（Parameters）等。

官方文档链接：https://www.backtrader.com/docu/concepts

文中例子中的代码都需要导入以下库：

1
2
3
4
5
6
# 导入backtrader
import backtrader as bt
# 导入指标库
import backtrader.indicators as btind
# 导入数据源库
import backtrader.feeds as btfeeds

数据源

阅读全文 »

发表于 分类于

接入实时数据是仿真和实盘的基础，如果不能仿真和实盘，那用backtrader写的策略代码就都只能做研究了。我搜遍了全网都没有找到backtrader如何自定义实时数据源及券商接口的解决方案，backtrader支持的实盘券商不多，在官网上也没找到自定义接口的文档。在研究了backtrader内置的盈透实盘接口的文档和代码后，发现其实实盘与回测差别也就是两点：实时数据源、券商交易接口。

前一篇文章讲了怎么通过掘金量化的history接口获取数据提供给backtrader使用。本文将介绍怎么利用管道通过掘金量化的on_bar、on_tick回调函数获取实时数据。

整体思路是这样的：首先自定义一个 MyQuantData 类用来表示从掘金量化获取的实时数据源：

MyQuantData继承了bt.feed.DataBase类，conn 是用来接收从掘金量化那里传来的行情数据，islive函数用来表示这个数据源是不是实时数据源，这里一定要让它返回True，不然在运行程序的时候会卡住。获取数据的函数是_load函数，通过bar = self.conn.recv()获取管道中传来的数据。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
class MyQuantData(bt.feed.DataBase):
    conn = None

    def islive(self):
        return True

    def start(self):
        super(MyQuantData, self).start()
        if self.conn is None:
            raise Exception("Invalid conn!")

    def stop(self):
        super(MyQuantData, self).stop()
        if self.conn is not None:
            self.conn.close()
            self.conn = None

    def _load(self):
        if self.conn is None:
            return False
        try:
            bar = self.conn.recv()
            self.lines.datetime[0] = bt.utils.date2num(bar['eob'])
            self.lines.open[0] = bar['open']
            self.lines.high[0] = bar['high']
            self.lines.low[0] = bar['low']
            self.lines.close[0] = bar['close']
            self.lines.volume[0] = bar['volume']
            self.lines.openinterest[0] = -1
            return True
        except:
            return False
阅读全文 »

发表于 分类于

今天这篇是平时工作时的技术总结，我是一个测试开发工程师，目前开发了一套智能硬件的测试框架，还开发了一套智能硬件的云真机测试平台。

在云真机平台的日常运行中，我发现了一个比较奇怪的问题，当长时间批量设备执行测试时，有时候会出现设备大量掉线，并且重插usb电脑不识别设备，就好像usb接口坏了一样，只有重启电脑才能解决这个问题。

在经过一段时间的排查后，发现这是因为批量执行测试时，adb调用的并发量太大，超过了电脑所能承受的上限。当每秒adb的调用次数在10次左右时，可以稳定运行测试，调用速率再快就会导致usb出问题。最终，通过对adb调用进行限流解决了这个问题。

限流方案我采用的是令牌桶的方案，每秒重置桶里令牌数为10个，当测试引擎成功获取到令牌时，调用adb，获取失败时循环等待令牌。限流方案的示意图如下：

阅读全文 »

发表于 分类于

昨天介绍了怎么用掘金量化做回测，今天介绍下怎么用backtrader来做回测，backtrader 是一个在量化界大名鼎鼎的量化回测框架，功能丰富，是量化交易初学者必学的量化回测框架。目前的话我也是刚入门，只会拿它做回测，还没研究出怎么把backtrader与掘金量化结合起来用backtrader直接跑仿真和实盘。

backtrader的官网：https://www.backtrader.com/

官网安装教程：https://www.backtrader.com/docu/installation/

官方的入门教程：https://www.backtrader.com/docu/quickstart/quickstart/

接下来以单均线策略介绍下怎么用backtrader结合掘金量化的数据跑回测：

阅读全文 »

发表于 分类于

去年花了很多时间在学习股票投资上，还折腾了量化交易。

市场如战场，每时每刻行情都会变。我尝试过盯盘，太累了，而且一直盯盘会让自己心情起落不定，心态不平稳，同时也会导致自己不能专注于工作。

量化的好处是不用自己盯盘了，写好策略后让电脑按照策略执行就可以了。其实炒股就是根据当前舆论、市场的情况预测自己看好的股票会涨还是会跌，预测会涨就买入，预测会跌就卖出。不过我现在的水平还很菜，一直没敢实盘。

我用的是掘金量化平台，可以去 https://www.myquant.cn/terminal 下载，安装好后把sdk什么的装好就能用了。

单均线策略很简单：首先计算出一条均线，当天价格上穿均线则买入，当天价格下穿均线则卖出。

阅读全文 »

发表于 分类于

前面两篇介绍了如何运行 LiveKit 官方给的示例程序，今天来介绍一下怎么修改它的 flutter 示例，使它能符合我的需要搭建出一套视频对讲系统。

首先捋一下要实现的效果，我想为家里实现一个视频对讲系统，店里没人的时候，爸妈可以在手机上远程看店，顾客可以通过屏幕与爸妈交谈。爸妈年纪都大了，所以整个系统越简单越好，界面上的按钮越少越好，然后视频会话要能自动建立，一键建立。

接下来就来简单地说一下怎么修改示例程序，使我们的需求能实现。

官方示例中的文件结构是这样的

阅读全文 »
0%