自己做量化交易软件(35)小白量化实战8–事件型回测程序
小白量化第二代程序也提供了一个简单的事件型回测程序，我们前面的博客文章有介绍这方面的知识。当时用MT5 做的回测演示，见文章：自己做量化交易软件(26)小白量化事件回测之MetaTrader5自动回测。
这篇文章我简单的介绍通达信港股行情的回测和A股回测程序。
事件回测程序使用HP_quant模块，这个模块定义Context，Data，GlobalVars。
其中GlobalVars存放全局变量，Data存放当前bar或tick的行情信息，Context存放与账户和交易相关信息。
import HP_quant as hqu #小白量化事件回测G=hqu.GlobalVars() #用户全局变量context = hqu.Context() #创建回测句柄data = hqu.Data() #创建交易数据
我们利用小白量化HP_tdxex模块来获取港股或期货行情。下面给出港股回测的程序，如果有疑问，可在<零基础搭建量化投资系统――以Python为工具>读者群中咨询。
# encoding:utf-8'''## 小白量化事件回测程序--港股回测##购买<零基础搭建量化投资系统>正版书,送小白量化软件源代码。# /61567375505.html#独狼荷蒲qq:2775205#通通python量化群:524949939#电话微信:18578755056#微信公众号：独狼股票分析#最后修改日期:01月25日'''import datetimeimport matplotlib.pyplot as pltimport pandas as pdfrom pandas.plotting import register_matplotlib_convertersregister_matplotlib_converters()import HP_global as g import HP_tdxex as htdxex #小白量化通达信扩展行情import HP_quant as hqu #小白量化事件回测import HP_plt as hplt #小白量化指标绘图模块from HP_formula import * #小白公式函数模块pd.set_option('display.max_columns', 50) # number of columns to be displayedpd.set_option('display.width', 1500)# max table width to displayglobal CLOSE,LOW,HIGH,OPEN,VOLglobal C,L,H,O,V#白底色g.ubg='w'g.ufg='b'g.utg='b'g.uvg='#1E90FF'#小白换档买卖线def XBHDMMX(N=24,M=2,X=25):MID =MA(CLOSE,N)UPPER=MID + 2*STD(CLOSE,N)LOWER= MID - 2*STD(CLOSE,N)M1=(UPPER-MID)/2+MIDM2=(MID-LOWER)/2+LOWERMM1=EMA((OPEN+CLOSE*2+LOW+HIGH)/5,M);MM2=EMA(IF(MM1>=MID,MM1*(1+X/1000),MM1*(1-X/1000)),3)MM=MM2return MID,UPPER,LOWER,M1,M2,MMG=hqu.GlobalVars() #用户全局变量context = hqu.Context() #创建回测句柄data = hqu.Data() #创建交易数据code='03690' #回测品种data.code=code #回测品种data.price=0.0 #成本价def initialize(context,df):print('回测初始化')context.f1=0.001 #买入佣金context.f2=0.001 #卖出佣金context.f3=0.001 #买入印花税context.f4=0.00 #卖出印花税context.f5=0.00005 #交易费（香港）context.f6=0.000027 #交易征费（香港）context.f7=0.00002 #交收费（香港）context.lot=100 #每手股数# 定义一个全局变量, 保存要操作的证券 context.stocks = ['03690'] #股票池context.cash=1000000.00 #初始现金context.cash2=context.cash #初始现金context.i=0 #i是起始位置context.start=0 #i是起始位置context.end=1500 #i是结束位置df['date']=[ x for x in df.datetime.astype(str)]df['time']=[ x[11:16] for x in df.date.astype(str)]df['mode']=0 #买卖状态df['yl']=0 #盈利df['jz']=context.cash #净值print(df)df2=df[df.minute==0]df3=df2[df2.hour>=1]df3=df3.reset_index(level=None, drop=True ,col_level=0, col_fill='') day=df3.at[len(df3)-1,'day']context.mydf=df #df数据context.day= day #当前日期context.yingli=5.0 #基准盈利context.kuisun=-10.0 #基准亏损context.volume=0.00 #持仓量context.mode=0 #买单状态0:空仓,1:多单,2:空单context.end=len(context.mydf) #结束位置context.start=0 #i是起始位置context.dc=0.5 #点差context.price=0.0 #成本价context.s1=0 #买多次数context.s2=0 #买空次数context.s3=0 #平仓次数context.s4=0 #止损次数#买def buy(context, data,volume=0.1):cash=context.cashlot=int(cash/(data.close*(1+context.f1+context.f3+context.f5+context.f6+context.f7))/context.lot)context.volume=lotcontext.cash=cash-lot*context.lot*data.close*(1+context.f1+context.f3+context.f5+context.f6+context.f7)data.price=data.close*(1+context.f1+context.f3+context.f5+context.f6+context.f7)context.mode=1context.price=data.pricecontext.s1=context.s1+1print('买入',lot,data.price)#卖 def sell(context, data,volume=0.1):cash=data.close*(1-context.f1-context.f3-context.f5-context.f6-context.f7)*context.lot*context.volumecontext.cash=context.cash+cashdata.price=data.close*(1-context.f2-context.f4-context.f5-context.f6-context.f7)lot=context.volumecontext.price=data.pricecontext.mode=0context.volume=0.0context.s2=context.s2+1print('卖出',lot,data.price)#------------------------------------------------------#开始时间startTime=datetime.datetime.now()# 连接行情global tdxapiextdxapiex=htdxex.TdxexInit()#获取查询k线数据#K线种类# K 线种类# 0 - 5 分钟K 线# 1 - 15 分钟K 线# 2 - 30 分钟K 线# 3 - 1 小时K 线# 4 - 日K 线# 5 - 周K 线# 6 - 月K 线# 7 - 1 分钟# 8 - 1 分钟K 线# 9 - 日K 线# 10 - 季K 线# 11 - 年K 线KLINE_TYPE_5MIN = 0KLINE_TYPE_15MIN = 1KLINE_TYPE_30MIN = 2KLINE_TYPE_1HOUR = 3KLINE_TYPE_DAILY = 4KLINE_TYPE_WEEKLY = 5KLINE_TYPE_MONTHLY = 6KLINE_TYPE_EXHQ_1MIN = 7KLINE_TYPE_1MIN = 8KLINE_TYPE_RI_K = 9KLINE_TYPE_3MONTH = 10KLINE_TYPE_YEARLY = 11dd2=tdxapiex.get_instrument_bars(KLINE_TYPE_DAILY, 31, "03690", 0, 500)df2=tdxapiex.to_df(dd2)#重新建立顺序索引df3=df2.reset_index(level=None, drop=True ,col_level=0, col_fill='') #对数据做小白量化格式转换mydf=df3.copy()CLOSE=mydf['close']LOW=mydf['low']HIGH=mydf['high']OPEN=mydf['open']C=mydf['close']L=mydf['low']H=mydf['high']O=mydf['open']#调用自定义指标MID,UPPER,LOWER,M1,M2,MM=XBHDMMX()#把指标值添加到mydf数据表中mydf['MID']=MIDmydf['UPPER']=UPPERmydf['LOWER']=LOWERmydf['M1']=M1mydf['M2']=M2mydf['MM']=MM#计算买卖信号mydf['b1']=CROSS(mydf['MM'],mydf['LOWER'])mydf['b2']=CROSS(mydf['MM'],mydf['M2'])mydf['b3']=CROSS(mydf['MM'],mydf['MID'])mydf['b4']=mydf['b1']+mydf['b2']+mydf['b3']mydf['B']=IF(mydf['b4']>0,1,0) #买入信号mydf['s1']=CROSS(mydf['UPPER'],mydf['MM'],)mydf['s2']=CROSS(mydf['M1'],mydf['MM'],)mydf['s3']=CROSS(mydf['MID'],mydf['MM'],)mydf['s4']=mydf['s1']+mydf['s2']+mydf['s3']mydf['S']=IF(mydf['s4']>0,1,0) #卖出信号mydf['HL']=0.00 #获利比例#策略初始化initialize(context,mydf)context.end=len(mydf)#用户策略def handle_data(context,data):i=context.i#获取每个数据的值df3=context.mydfday=df3.at[i,'day']data.day=df3.at[i,'day']data.high=df3.at[i,'high']data.low=df3.at[i,'low']data.open=df3.at[i,'open']data.time=df3.at[i,'time']data.close=df3.at[i,'close']B=df3.at[i,'B']S=df3.at[i,'S']#计算买卖if context.mode==0 and B==1: #买多buy(context, data)elif context.mode==1 and S==1: #买空sell(context, data)#计算获利率context.mydf.at[i,'HL']=(context.cash+context.volume*context.lot*data.close-context.cash2)/context.cash2*100context.i=i+1 #继续下一个周期#开始回测m=context.end-context.start#循环回测for i in range(context.start,context.end):context.i=ihandle_data(context,data)print('当前进度:',(i*100/m),data.day,data.time,'资金: ',context.cash)print('买多:',context.s1,'买空:',context.s2,'止损:',context.s4,'资金:',context.cash) print('持仓:', context.volume*context.lot,'现价:',data.close)print('初始资产:',context.cash2)print('当前资产:',round(context.cash+context.volume*context.lot*data.close,2))######下面是绘图mydf=context.mydf#数据裁减m=1mydf=mydf.tail(150*m).head(150).copy()#绘制图形plt.figure(1,figsize=(16,12), dpi=80)#绘制主图指标ax1=plt.subplot(311)hplt.ax_K(ax1,mydf,t=data.code,n=0)mydf['MID'].plot.line(legend=True)mydf['UPPER'].plot.line(legend=True,linewidth=3)mydf['LOWER'].plot.line(legend=True,linewidth=3)mydf['M1'].plot.line(legend=True)mydf['M2'].plot.line(legend=True)mydf['MM'].plot.line(legend=True,linewidth=4)#绘制副图指标ax2=plt.subplot(312)mydf['MID'].plot.line(legend=True)mydf['UPPER'].plot.line(legend=True,linewidth=3)mydf['LOWER'].plot.line(legend=True,linewidth=3)mydf['M1'].plot.line(legend=True)mydf['M2'].plot.line(legend=True)mydf['MM'].plot.line(legend=True,linewidth=4)ax3=plt.subplot(313)plt.sca(ax3)mydf.HL.plot(color='orange', grid='on',legend=True)mydf.B.plot(color='blue',legend=True)mydf.S.plot(color='green',legend=True)#添加标题plt.title(code+' 获利')plt.show()
程序运行结果：
买多: 10 买空: 10 止损: 0 资金: 2342387.8199072722持仓: 0.0 现价: 399.8000183105469初始资产: 1000000.0当前资产: 2342387.82
下面看看A股的回测程序：
# -*- coding: utf-8 -*-"""## 小白量化事件回测程序--A股回测#购买<零基础搭建量化投资系统>正版书,送小白量化软件源代码。# /61567375505.html#独狼荷蒲qq:2775205#通通python量化群:524949939#电话微信:18578755056#微信公众号：独狼股票分析#最后修改日期:01月25日"""from HP_view import * #菜单栏对应的各个子页面 import pandas as pd import numpy as npimport datetime as dtimport timeimport matplotlib.pyplot as pltfrom matplotlib import dates as mdatesfrom matplotlib import ticker as mticker#from matplotlib.finance import candlestick_ohlcfrom mpl_finance import candlestick_ohlcfrom matplotlib.dates import DateFormatter, WeekdayLocator, DayLocator, MONDAY,YEARLYfrom matplotlib.dates import MonthLocator,MONTHLYimport matplotlibfrom numpy import arange, sin, pi#from matplotlib.backends.backend_tkagg import FigureCanvasTk,NavigationToolbar2Tk #matplotlib 2.0.2 from matplotlib.backends.backend_tkagg import (FigureCanvasTkAgg, NavigationToolbar2Tk) ##matplotlib 3.0.2 from matplotlib.backend_bases import key_press_handlerfrom matplotlib.figure import Figureimport mathimport HP_tdx as htdximport HP_lib as mylibfrom HP_sys import *import tkinter as tkimport HP_global as g import HP_data as hpfrom HP_formula import *#小白量化仿通达信库模块import HP_tdx as htdx #小白量化通达信莫开import HP_plt as hplt #小白量化指标绘图模块import HP_quant as hqu #小白量化事件回测global CLOSE,LOW,HIGH,OPEN,VOLglobal C,L,H,O,V#小白换档买卖线def XBHDMMX(N=24,M=2,X=25):MID =MA(CLOSE,N)UPPER=MID + 2*STD(CLOSE,N)LOWER= MID - 2*STD(CLOSE,N)M1=(UPPER-MID)/2+MIDM2=(MID-LOWER)/2+LOWERMM1=EMA((OPEN+CLOSE*2+LOW+HIGH)/5,M);MM2=EMA(IF(MM1>=MID,MM1*(1+X/1000),MM1*(1-X/1000)),3)MM=MM2return MID,UPPER,LOWER,M1,M2,MMhtdx.TdxInit(ip='183.60.224.178',port=7709)#获取股票行情数据code='603260'df2 = htdx. get_security_bars(nCategory=4,nMarket = 0,code=code)df3=df2##数据规格化 df3.dropna(inplace=True)#对数据做小白量化格式转换mydf=df3.copy()CLOSE=mydf['close']LOW=mydf['low']HIGH=mydf['high']OPEN=mydf['open']VOL=mydf['volume']C=mydf['close']L=mydf['low']H=mydf['high']O=mydf['open']V=mydf['volume']#调用自定义指标MID,UPPER,LOWER,M1,M2,MM=XBHDMMX(34,4,32)#把指标值添加到mydf数据表中mydf['MID']=MIDmydf['UPPER']=UPPERmydf['LOWER']=LOWERmydf['M1']=M1mydf['M2']=M2mydf['MM']=MM#成交量过滤条件,成交量持续大于113均量线MAV113=MA(V,113);T1=IF(REF(V,1)>REF(MAV113,1),1,0);T2=IF(REF(V,2)>REF(MAV113,2),1,0);T3=IF(V>MAV113,1,0);T=IF((T1+T2+T3)>=2,1,0);mydf['T']=Tmydf['b1']=CROSS(mydf['MM'],mydf['LOWER'])mydf['b2']=CROSS(mydf['MM'],mydf['M2'])mydf['b3']=CROSS(mydf['MM'],mydf['MID'])mydf['b4']=mydf['b1']+mydf['b2']+mydf['b3']mydf['B']=IF(mydf['b4']>0,1,0) #买入信号mydf['s1']=CROSS(mydf['UPPER'],mydf['MM'],)mydf['s2']=CROSS(mydf['M1'],mydf['MM'],)mydf['s3']=CROSS(mydf['MID'],mydf['MM'],)mydf['s4']=mydf['s1']+mydf['s2']+mydf['s3']mydf['S']=IF(mydf['s4']>0,1,0) #卖出信号G=hqu.GlobalVars() #用户全局变量context = hqu.Context() #创建回测句柄data = hqu.Data() #创建交易数据data.code=code #回测品种data.price=0.0 #成本价def initialize(context,df):print('回测初始化')context.f1=0.001 #买入佣金context.f2=0.001 #卖出佣金context.f3=0.001 #买入印花税context.f4=0.00 #卖出印花税context.f5=0.00005 #交易费（香港）context.f6=0.000027 #交易征费（香港）context.f7=0.00002 #交收费（香港）context.lot=100 #每手股数# 定义一个全局变量, 保存要操作的证券 context.stocks = [] #股票池context.cash=1000000.00 #初始现金context.cash2=context.cash #初始现金context.i=0 #i是起始位置context.start=0 #i是起始位置context.end=1500 #i是结束位置df['mode']=0 #买卖状态df['yl']=0 #盈利df['jz']=context.cash #净值context.mydf=df #df数据context.yingli=5.0 #基准盈利context.kuisun=-10.0 #基准亏损context.volume=0.00 #持仓量context.mode=0 #买单状态0:空仓,1:多单,2:空单context.end=len(context.mydf) #结束位置context.start=0 #i是起始位置context.dc=0.5 #点差context.price=0.0 #成本价context.s1=0 #买多次数context.s2=0 #买空次数context.s3=0 #平仓次数context.s4=0 #止损次数#买def buy(context, data,volume=0.1):cash=context.cashlot=int(cash/(data.close*(1+context.f1+context.f3))/context.lot)context.volume=lotcontext.cash=cash-lot*context.lot*data.close*(1+context.f1+context.f3+context.f5+context.f6+context.f7)data.price=data.close*(1+context.f1+context.f3)context.mode=1context.price=data.pricecontext.s1=context.s1+1print('买入',lot,data.price)#卖 def sell(context, data,volume=0.1):cash=data.close*(1-context.f2-context.f4)*context.lot*context.volumecontext.cash=context.cash+cashdata.price=data.close*(1-context.f2-context.f4)lot=context.volumecontext.price=data.pricecontext.mode=0context.volume=0.0context.s2=context.s2+1print('卖出',lot,data.price)mydf['HL']=0.00 #获利比例#策略初始化initialize(context,mydf)context.end=len(mydf)print(mydf)#用户策略def handle_data(context,data):i=context.i#获取每个数据的值df3=context.mydfdata.high=df3.at[i,'high']data.low=df3.at[i,'low']data.open=df3.at[i,'open']data.close=df3.at[i,'close']B=df3.at[i,'B']S=df3.at[i,'S']#计算买卖if context.mode==0 and B==1: #买多buy(context, data)elif context.mode==1 and S==1: #买空sell(context, data)#计算获利率context.mydf.at[i,'HL']=(context.cash+context.volume*context.lot*data.close-context.cash2)/context.cash2*100context.i=i+1 #继续下一个周期#开始回测m=context.end-context.start#循环回测for i in range(context.start,context.end):context.i=ihandle_data(context,data)print('当前进度:',(i*100/m),'资金: ',context.cash)print('买多:',context.s1,'买空:',context.s2,'止损:',context.s4,'资金:',context.cash) print('持仓:', context.volume*context.lot,'现价:',data.close)print('初始资产:',context.cash2)print('当前资产:',round(context.cash+context.volume*context.lot*data.close,2))######下面是绘图mydf=context.mydf#数据裁减m=1mydf=mydf.tail(150*m).head(150).copy()#绘制图形plt.figure(1,figsize=(16,12), dpi=80)#绘制主图指标ax1=plt.subplot(311)plt.title(code+' 日线图')hplt.ax_K(ax1,mydf,t=data.code,n=0)mydf['MID'].plot.line(legend=True)mydf['UPPER'].plot.line(legend=True,linewidth=3)mydf['LOWER'].plot.line(legend=True,linewidth=3)mydf['M1'].plot.line(legend=True)mydf['M2'].plot.line(legend=True)mydf['MM'].plot.line(legend=True,linewidth=4)#绘制副图指标ax2=plt.subplot(312)mydf['MID'].plot.line(legend=True)mydf['UPPER'].plot.line(legend=True,linewidth=3)mydf['LOWER'].plot.line(legend=True,linewidth=3)mydf['M1'].plot.line(legend=True)mydf['M2'].plot.line(legend=True)mydf['MM'].plot.line(legend=True,linewidth=4)ax3=plt.subplot(313)plt.sca(ax3)mydf.HL.plot(color='orange', grid='on',legend=True)mydf.B.plot(color='blue',legend=True)mydf.S.plot(color='green',legend=True)#添加标题plt.title(code+' 获利')plt.show()
程序运行结果：
买多: 6 买空: 5 止损: 0 资金: 2788.6329580013407持仓: 27500 现价: 46.81初始资产: 1000000.0当前资产: 1290063.63
显示图形如下：
购买《零基础搭建量化投资系统――以Python为工具》（/61567375505.html）一书，就能得到小白量化第二代全部源代码。
请持续关注我的博客，我的进步，就是你的进步！
