99偷拍视频精品区一区二,口述久久久久久久久久久久,国产精品夫妇激情啪发布,成人永久免费网站在线观看,国产精品高清免费在线,青青草在线观看视频观看,久久久久久国产一区,天天婷婷久久18禁,日韩动漫av在线播放直播

VNPY批量優(yōu)化參數，并輸出到excel-創(chuàng)新互聯

VNPY

創(chuàng)新互聯建站是專業(yè)的雨湖網站建設公司，雨湖接單;提供網站設計、成都網站建設,網頁設計,網站設計,建網站,PHP網站建設等專業(yè)做網站服務;采用PHP框架,可快速的進行雨湖網站開發(fā)網頁制作和功能擴展;專業(yè)做搜索引擎喜愛的網站,專業(yè)的做網站團隊,希望更多企業(yè)前來合作!中，優(yōu)化參數也經常要批量去做，一個是一組不同策略批量對一個品種優(yōu)化，還有一個策略對應不同憑證，下面是源代碼，放在example\CtaBacktesting文件夾下面，主要是參考了原來的優(yōu)化代碼。
還有就是輸出時候，由于優(yōu)化的時候，結果可能很多，默認輸出30個到excel。
  • # encoding: UTF-8

  • import pandas as pd
  • from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, MINUTE_DB_NAME, OptimizationSetting
  • from vnpy.trader.app.ctaStrategy.strategy.strategyBollChannel import BollChannelStrategy


  • class BatchOptimization(object):
  •     def __init__(self):
  •         ""
  •     def calculateBacktesting(self,symbollist,strategylist, sort = 'totalNetPnl'):
  •         #填入品種隊列和策略隊列，返回結果resultlist, 為了輸出方便檢索，加入品種名稱，策略名稱和策略參數
  •         resultlist = []
  •         for symbol in symbollist:
  •             for strategy in strategylist:
  •                 result = self.runBacktesting(symbol,strategy,sort)
  •                 #加入品種名稱，策略名稱和策略參數
  •                 if isinstance(result,dict):
  •                     #如果返回的是dict，直接加入
  •                     result["Symbolname"] = str(symbol["vtSymbol"])
  •                     result["strategyname"] = str(strategy[0])
  •                     result["strategysetting"] = str(strategy[1])
  •                     resultlist.append(result)
  •                 else:
  •                     # 發(fā)現優(yōu)化回來的是一個包含元組的隊列，元組有三個組成，第一個排策略參數，第二個回測目標的值，第三策略參數全部運行結果。
  •                     # 這里我們要的就是第三個,先插入這個dict，在dict插入symbolname，和strategysetting
  •                     for resultraw in result:
  •                         resultlist.append(resultraw[2])
  •                         resultlist[-1]["Symbolname"] = str(symbol["vtSymbol"])
  •                         resultlist[-1]["strategysetting"] = str(resultraw[0])
  •         return resultlist


  •     def runBacktesting(self, symbol, strategy, sort):
  •         #寫入測試品種和參數, 返回回測數據集包含回測結果

  •         # 在引擎中創(chuàng)建策略對象
  •         # 創(chuàng)建回測引擎
  •         engine = BacktestingEngine()
  •         # 設置引擎的回測模式為K線
  •         engine.setBacktestingMode(engine.BAR_MODE)
  •         # 設置回測用的數據起始日期
  •         engine.setStartDate(symbol["StartDate"])
  •         engine.setSlippage(symbol["Slippage"]) # 1跳
  •         engine.setRate(symbol["Rate"]) # 傭金大小
  •         engine.setSize(symbol["Size"]) # 合約大小
  •         engine.setPriceTick(symbol["Slippage"]) # 最小價格變動
  •         engine.setCapital(symbol["Capital"])

  •         # 設置使用的歷史數據庫
  •         engine.setDatabase(MINUTE_DB_NAME, symbol["vtSymbol"])

  •         #調用優(yōu)化方法，可以集成優(yōu)化測試
  •         setting = OptimizationSetting() # 新建一個優(yōu)化任務設置對象
  •         setting.setOptimizeTarget(sort) # 設置優(yōu)化排序的目標是策略凈盈利
  •         print strategy[1]
  •         for settingKey in strategy[1]:
  •             if isinstance(strategy[1][settingKey], tuple):
  •                 setting.addParameter(settingKey,strategy[1][settingKey][0],strategy[1][settingKey][1],strategy[1][settingKey][2])
  •             else:
  •                 setting.addParameter(settingKey,strategy[1][settingKey])
  •         #
  •         optimizationresult = engine.runParallelOptimization(strategy[0], setting)

  •         engine.output(u'輸出統計數據')
  •         # 如果是使用優(yōu)化模式，這里返回的是策略回測的dict的list，如果普通回測就是單個dict
  •         # 如果大于30 ，就返回三十之內，否則全部
  •         if len(optimizationresult) > 30:
  •             return optimizationresult[:30]
  •         else:
  •             return optimizationresult

  •     def toExcel(self, resultlist, path = "C:\data\datframe.xlsx"):
  •         #按照輸入統計數據隊列和路徑，輸出excel，這里不提供新增模式，如果想，可以改
  •         #dft.to_csv(path,index=False,header=True, mode = 'a')
  •         summayKey = resultlist[0].keys()
  •         # summayValue = result.values()

  •         dft = pd.DataFrame(columns=summayKey)
  •         for result_ in resultlist:
  •             new = pd.DataFrame(result_, index=["0"])
  •             dft = dft.append(new,ignore_index=True)
  •         dft.to_excel(path,index=False,header=True)
  •         print "回測統計結果輸出到" + path

  • if __name__ == "__main__":
  •     #創(chuàng)建品種隊列，這里可以用json導入，為了方便使用直接寫了。
  •     symbollist = [{
  •         "vtSymbol": 'm1809',
  •         "StartDate": "20180101",
  •         "Slippage": 1,
  •         "Size": 10,
  •         "Rate": 2 / 10000,
  •         "Capital": 10000
  •             },
  •         {
  •             "vtSymbol": 'rb1810',
  •             "StartDate": "20180101",
  •             "Slippage": 1,
  •             "Size": 10,
  •             "Rate": 2 / 10000,
  •             "Capital": 10000
  •         }
  •     ]

  •     # 這里是同一個策略，不同參數的情況，當然可以有多個策略和多個參數組合
  •     Strategylist2 = []
  •     # 策略list,如果是元組，那么就是三個，按照第一個初始，第二個結束，第三個步進
  •     settinglist =[
  •         {'bollWindow': (10,20,2)}]
  •     # 合并一個元組
  •     if settinglist != []:
  •         for para1 in settinglist:
  •             Strategylist2.append((BollChannelStrategy, para1))

  •     NT = BatchOptimization()
  •     resultlist = NT.calculateBacktesting(symbollist,Strategylist2,sort = 'totalNetPnl')
  •     #定義路徑
  •     path = "C:\Project\OptimizationResult.xlsx"
  •     NT.toExcel(resultlist,path)

    • 名稱欄目：VNPY批量優(yōu)化參數，并輸出到excel-創(chuàng)新互聯
    本文路徑：http://www.yijiale78.com/article16/hhogg.html

    成都網站建設公司_創(chuàng)新互聯，為您提供ChatGPT、網站導航、網站設計、網站排名、定制網站、企業(yè)建站

    廣告

    聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯

    外貿網站制作