QUANTAXIS量化金融策略框架,是一个面向中小型策略团队的量化分析解决方案，是一个从数据爬取、清洗存储、分析回测、可视化、交易复盘的本地一站式解决方案。 我们通过高度解耦的模块化以及标准化协议,可以快速的实现面向场景的定制化解决方案.QUANTAXIS是一个渐进式的开放式框架,你可以根据自己的需要,引入自己的数据,分析方案,可视化过程等,也可以通过RESTful接口,快速实现多人局域网/广域网内的协作。
1.功能
1.1 行情服务
1.1.1 股票/期货/期权/美股/外汇/宏观的历史/实时行情(日线/分钟线/tick/实时五档)服务
例：最新交易价格
QA.QA_util_log_info(
'最后一次交易价格'
)
QA.QA_util_log_info(
'参数为列表'
)
data=QA.
QAFetch
.
QATdx
.QA_fetch_get_stock_latest([
'000001'
,
'000002'
])
QA.QA_util_log_info(
'参数为一只股票'
)
data=QA.
QAFetch
.
QATdx
.QA_fetch_get_stock_latest(
'000001'
)
1.1.2 财务/基本面/宏观数据
例：现金及现金等价物净增加情况
'154现金的期末余额'
:
'cashEndingBal'
,
'155现金的期初余额'
:
'cashBeginingBal'
,
'156现金等价物的期末余额'
:
'cashEquivalentsEndingBal'
,
'157现金等价物的期初余额'
:
'cashEquivalentsBeginningBal'
,
'158现金及现金等价物净增加额'
:
'netIncreaseOfCashAndCashEquivalents'
,
1.1.3 自定义数据源的数据
例：QUANTAXIS WEB 爬虫
git clone https:
//gitee.com/yutiansut/QUANTAXIS_WEBDRIVER/
1.2 数据运维服务
一键更新,WINDOWS开启自动脚本，数据自动更新
1.3 分析服务
1.3.1 专门为A股股票数据适配的数据结构
例：取多个股票的数据
QA.QA_fetch_stock_day_adv([
'000001'
,
'000002'
],
'2017-01-01'
,
'2017-10-01'
)
In
[
6
]: QA.QA_fetch_stock_day_adv([
'000001'
,
'000002'
],
'2017-01-01'
,
'2017-10-01'
)
Out
[
6
]: QA_DataStruct_Stock_day
with
2
securities
1.3.2 精心为A股指标计算适配的指标类
例：获取某一个时刻的某个股票的某个指标值
inc.get_indicator(
'2018-01-12'
,
'000001'
,
'WR1'
)
WR1
48.148148
Name
: (
2018
-
01
-
12
00
:
00
:
00
,
000001
), dtype: float64
1.4 可扩展事件驱动框架
QUANTAXIS的事件框架是一个多线程架构:
QUANTAXIS/QAENGINE
QAENGINE分三个部分
-
QAEvent
-
QATask
-
QAThread
(可扩展
ProcessEngine
/
AsyncioEngine
)
事件的核心可以简单理解为一个带队列的线程(进程/协程),将事件分类,做成生产者消费者模式,通过队列传递任务
1.5 回测服务
1.5.1 股票/日内t0/ 的日线/分钟线级别回测
例：风险分析模块
R=QA.QA_Risk(ACCOUNT,benchmark_code=
'000300'
,benchmark_type=MARKET_TYPE.INDEX_CN)
#< QA_RISK ANALYSIS ACCOUNT-Acc_50wle3cY >
R()
# R() 是一个datafram形式的表达结果
account_cookie annualize_return max_dropback portfolio_cookie profit time_gap user_cookie volatility
0
Acc_50wle3cY
-
0.000458
0.00012
Portfolio_oAkrKvj9
-
0.000011
6
USER_l1CeBXog
64.696986
R.message
{
'account_cookie'
:
'Acc_50wle3cY'
,
'annualize_return'
: -
0.0004582372482384578
,
'max_dropback'
:
0.00012000168002352033
,
'portfolio_cookie'
:
'Portfolio_oAkrKvj9'
,
'profit'
: -
1.1000154002127616e-05
,
'time_gap'
:
6
,
'user_cookie'
:
'USER_l1CeBXog'
,
'volatility'
:
64.69698601944299
}
1.6 实盘
1.6.1 股票(实盘易) 1.6.2 期货(python3 CTP win/mac/linux)
1.7 网站HTTP服务
1.7.1 网站后台标准化接口
quantaxis 采用前后端分离的模式开发,所以对于后端而言 是一个可以快速替换/语言随意的部分.只需要按照规则设置好REST的url即可
2.安装和部署
2.0 安装说明
2.2 部署式安装
pip install quantaxis -U
2.3 本地代码
git clone https:
//github.com/quantaxis/quantaxis --depth 1
cd quantaxis
pip install -e .
2.4代码提交式安装
fork QUANTAXIS 到你的github账户
git clone https:
//github.com/你的账户名/quantaxis
3.回测Webkit插件概览
4.QUANTAXIS 标准化协议和未来协议
QUANTAXIS-Stardand-Protocol 版本号0.0.8
5.电脑配置推荐
推荐配置: 6代以上CPU+ 16/32GB DDR3/DDR4内存+ 256GB以上SSD硬盘 最低配置: 支持X64位的CPU 因为在存储本地数据的时候,需要存储超过2GB的本地数据,而32位的MONGODB最高只支持2GB左右的数据存储,因此最少需要一个X64位的CPU 如果SSD资源够用,尽量将数据存储在SSD中,增加wiretiger写盘的速度 如果是阿里云/腾讯云的服务器,请在最初的时候 选择64位的操作系统
GitHub开源地址
原文发布时间为：2018-07-29
本文作者：余天
本文来自云栖社区合作伙伴“ Python中文社区”，了解相关信息可以关注“ Python中文社区”
