PyAlgoTrade 0.20 中文文档（一）（3）

PyAlgoTrade 0.20 中文文档（一）（2）https://developer.aliyun.com/article/1524141

并将此代码保存到不同的文件中：

from pyalgotrade import plotter
from pyalgotrade.barfeed import quandlfeed
from pyalgotrade.stratanalyzer import returns
import sma_crossover
# Load the bar feed from the CSV file
feed = quandlfeed.Feed()
feed.addBarsFromCSV("orcl", "WIKI-ORCL-2000-quandl.csv")
# Evaluate the strategy with the feed's bars.
myStrategy = sma_crossover.SMACrossOver(feed, "orcl", 20)
# Attach a returns analyzers to the strategy.
returnsAnalyzer = returns.Returns()
myStrategy.attachAnalyzer(returnsAnalyzer)
# Attach the plotter to the strategy.
plt = plotter.StrategyPlotter(myStrategy)
# Include the SMA in the instrument's subplot to get it displayed along with the closing prices.
plt.getInstrumentSubplot("orcl").addDataSeries("SMA", myStrategy.getSMA())
# Plot the simple returns on each bar.
plt.getOrCreateSubplot("returns").addDataSeries("Simple returns", returnsAnalyzer.getReturns())
# Run the strategy.
myStrategy.run()
myStrategy.info("Final portfolio value: $%.2f" % myStrategy.getResult())
# Plot the strategy.
plt.plot() 

该代码正在做 3 件事：

1. 从 CSV 文件加载源数据。
2. 
   
3. 使用由 feed 提供的柱和附加了 StrategyPlotter 的策略运行。
4. 
   
5. 绘制策略。

这就是绘图的样子：

希望您喜欢这个快速介绍。我建议您在这里下载 PyAlgoTrade：gbeced.github.io/pyalgotrade/downloads/index.html，并开始编写您自己的策略。

您也可以在示例策略 部分找到更多示例。

目录

• 教程

• 交易
  
• 优化
  
• 绘图
  

代码文档

原文：gbeced.github.io/pyalgotrade/docs/v0.20/html/code.html

目录：

• K 线 – 工具价格
  
• 数据序列 – 基本数据序列类
  
• 数据源 – 基本数据源

• CSV 支持
  
• CSV 支持示例
  

• K 线数据源 – K 线提供者

• CSV
  
• Yahoo! Finance
  
• Google Finance
  
• Quandl
  
• Ninja Trader
  

• 技术指标 – 技术指标

• 示例
  
• 移动平均线
  
• 动量指标
  
• 其他指标
  

• 经纪人 – 订单管理类

• 基础模块和类
  
• 回测模块和类
  

• 策略 – 基本策略类

• 策略
  
• 持仓
  

• 策略分析器 – 策略分析器

• 收益率
  
• 夏普比率
  
• 回撤
  
• 交易
  
• 示例
  

• 绘图器 – 策略绘图器
  
• 优化器 – 并行优化器
  
• 市场交易时段
  

条形 – 工具价格

原文：gbeced.github.io/pyalgotrade/docs/v0.20/html/bar.html

class pyalgotrade.bar.``Frequency

基类: object

枚举类似于条形频率。有效值为：

• Frequency.TRADE: 每个条形代表一次交易。
  
• Frequency.SECOND: 每个条形总结了一秒的交易活动。
  
• Frequency.MINUTE: 每个条形总结了一分钟的交易活动。
  
• Frequency.HOUR: 每个条形总结了一小时的交易活动。
  
• Frequency.DAY: 每个条形总结了一天的交易活动。
  
• Frequency.WEEK: 每个条形总结了一周的交易活动。
  
• Frequency.MONTH: 每个条形总结了一月的交易活动。
  

class pyalgotrade.bar.``Bar

基类: object

条形是给定期间内安全性交易活动的摘要。

注意

这是一个基类，不应直接使用。

getDateTime()

返回datetime.datetime。

getOpen(adjusted=False)

返回开盘价。

getHigh(adjusted=False)

返回最高价格。

getLow(adjusted=False)

返回最低价格。

getClose(adjusted=False)

返回收盘价。

getVolume()

返回成交量。

getAdjClose()

返回调整后的收盘价。

getFrequency()

条形的周期。

getTypicalPrice()

返回典型价格。

getPrice()

返回收盘或调整后的收盘价。

class pyalgotrade.bar.``Bars(barDict)

基类: object

一组Bar对象。

注意

所有条形必须具有相同的日期时间。

__getitem__(instrument)

返回给定工具的pyalgotrade.bar.Bar。如果未找到该工具，则会引发异常。

__contains__(instrument)

如果给定工具的pyalgotrade.bar.Bar可用，则返回 True。

getInstruments()

返回工具符号。

getDateTime()

返回此条形的datetime.datetime。

getBar(instrument)

返回给定工具的pyalgotrade.bar.Bar或者如果未找到该工具则返回 None。

dataseries – 基本数据系列类

原文：gbeced.github.io/pyalgotrade/docs/v0.20/html/dataseries.html

数据系列是用于管理时间序列数据的抽象。

class pyalgotrade.dataseries.``DataSeries

基类：object

数据系列的基类。

注意

这是一个基类，不应直接使用。

__getitem__(key)

返回给定位置/切片的值。如果位置无效，则引发 IndexError，如果键类型无效，则引发 TypeError。

__len__()

返回数据系列中的元素数量。

getDateTimes()

返回与每个值关联的 datetime.datetime 列表。

class pyalgotrade.dataseries.``SequenceDataSeries(maxLen=None)

基类：pyalgotrade.dataseries.DataSeries

一个在内存中按顺序保存值的 DataSeries。

append(value)

追加一个值。

appendWithDateTime(dateTime, value)

追加一个带有关联日期时间的值。

注意

如果 dateTime 不为 None，则必须大于最后一个。

getMaxLen()

返回要保存的最大值数量。

setMaxLen(maxLen)

设置要保存的最大值数量，并在必要时调整大小。

pyalgotrade.dataseries.aligned.``datetime_aligned(ds1, ds2, maxLen=None)

返回两个 DataSeries，其中仅包含两个 DataSeries 中都存在的日期时间的值。

• ds1 (DataSeries.) – 一个 DataSeries 实例。
  
• ds2 (DataSeries.) – 一个 DataSeries 实例。
  
• maxLen (int.) – 返回的 DataSeries 可以容纳的最大值数量。一旦有界长度已满，当添加新项时，将从相反端丢弃相应数量的项。如果为 None，则使用 dataseries.DEFAULT_MAX_LEN。
  

|

class pyalgotrade.dataseries.bards.``BarDataSeries(maxLen=None)

基类：pyalgotrade.dataseries.SequenceDataSeries

一个由 pyalgotrade.bar.Bar 实例组成的 DataSeries。

getAdjCloseDataSeries()

返回一个具有调整后的收盘价格的 pyalgotrade.dataseries.DataSeries。

getCloseDataSeries()

返回一个pyalgotrade.dataseries.DataSeries，其中包含收盘价格。

getExtraDataSeries（name）

返回一个pyalgotrade.dataseries.DataSeries，用于额外的列。

getHighDataSeries（）

返回一个pyalgotrade.dataseries.DataSeries，其中包含最高价格。

getLowDataSeries（）

返回一个pyalgotrade.dataseries.DataSeries，其中包含最低价格。

getOpenDataSeries（）

返回一个pyalgotrade.dataseries.DataSeries，其中包含开盘价格。

getPriceDataSeries（）

返回一个pyalgotrade.dataseries.DataSeries，其中包含收盘或调整后的收盘价格。

getVolumeDataSeries（）

返回一个pyalgotrade.dataseries.DataSeries，其中包含交易量。

class pyalgotrade.dataseries.resampled. ResampledBarDataSeries（dataSeries，frequency，maxLen=None）

基础：pyalgotrade.dataseries.bards.BarDataSeries，pyalgotrade.dataseries.resampled.DSResampler

一个 BarDataSeries，将建立在另一个更高频率的 BarDataSeries 之上。随着新值被推送到被重新采样的数据系列中，重新采样将会发生。

• dataSeries（pyalgotrade.dataseries.bards.BarDataSeries） - 正在重新采样的 DataSeries 实例。
  
• frequency - 以秒为单位的分组频率。必须大于 0。
  
• maxLen（int.） - 最大保存值的数量。一旦有限长度已满，当添加新项目时，将从另一端丢弃相应数量的项目。
  

|

注：

• 支持的重新采样频率包括：

• 小于 bar.Frequency.DAY
  
• bar.Frequency.DAY
  
• bar.Frequency.MONTH
  

checkNow（dateTime）

强制进行重新采样检查。根据重新采样频率和当前日期时间，可能会生成一个新值。

数据源 - 基本数据源

原文：gbeced.github.io/pyalgotrade/docs/v0.20/html/feed.html

数据源是提供抽象的时间序列数据。当这些数据源包含在事件分派循环中时，它们会在新数据可用时发出事件。数据源还负责更新与数据源提供的每个数据相关联的pyalgotrade.dataseries.DataSeries。

该软件包具有基本数据源。有关 K 线数据源，请参阅 barfeed – K 线数据源 部分。

class pyalgotrade.feed.``BaseFeed(maxLen)

基类：pyalgotrade.observer.Subject

数据源的基类。

注

这是一个基类，不应直接使用。

__contains__(key)

如果给定键的pyalgotrade.dataseries.DataSeries可用，则返回 True。

__getitem__(key)

返回给定键的pyalgotrade.dataseries.DataSeries。

getNewValuesEvent()

返回在新值可用时将发出的事件。要订阅，您需要传入一个可调用对象，该对象接收两个参数:

1. 一个datetime.datetime实例。
   
2. 新值。

PyAlgoTrade 0.20 中文文档（一）（4）https://developer.aliyun.com/article/1524143