VNPY 批量策略回測和統計結果的excel輸出

張國平發表於2018-06-21
Excel
做VNPY這段時間，發現主要就是回測，和策略優化；然後就是有批量測試和引數集合效果匯出excel分析要求。還有就是一個策略對不同品種效果驗證。

然後想想，就自己寫了一個BatchBackTest 類，其實很簡答，就是輸入品種佇列，和策略佇列，然後就會迴圈跑出結果，輸出到指定路徑excel。 還有就是策略是元組，是由一個策略和對應引數組合。

程式碼如下。使用方法就是在 vnpy/example/CtaBacktesting 路徑下面新疆一個py，放入下面程式碼就可以

點選(此處)摺疊或開啟

  1. # encoding: UTF-8
  2. from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, MINUTE_DB_NAME
  3. import pandas as pd
  4. from vnpy.trader.app.ctaStrategy.strategy.strategyAtrRsi import AtrRsiStrategy
  5. from vnpy.trader.app.ctaStrategy.strategy.strategyBollChannel import BollChannelStrategy
  6. from vnpy.trader.app.ctaStrategy.strategy.strategyDoubleMa import DoubleMaStrategy
  7. from vnpy.trader.app.ctaStrategy.strategy.strategyDualThrust import DualThrustStrategy
  8. from vnpy.trader.app.ctaStrategy.strategy.strategyKingKeltner import KkStrategy
  9. from vnpy.trader.app.ctaStrategy.strategy.strategyMultiSignal import MultiSignalStrategy
  10. from vnpy.trader.app.ctaStrategy.strategy.strategyMultiTimeframe import MultiTimeframeStrategy

  12. class BatchBackTest(object):
  13.     def __init__(self):
  14.         ""
  15.     def calculateBacktesting(self,symbollist,strategylist):
  16.         #填入品種佇列和策略佇列，返回結果resultlist, 為了輸出方便檢索，加入品種名稱，策略名稱和策略引數
  17.         resultlist = []
  18.         for symbol in symbollist:
  19.             for strategy in strategylist:
  20.                 result = self.runBacktesting(symbol,strategy)
  21.                 #加入品種名稱，策略名稱和策略引數
  22.                 result["Symbolname"] = str(symbol["vtSymbol"])
  23.                 result["strategyname"] = str(strategy[0])
  24.                 result["strategysetting"] = str(strategy[1])
  25.                 resultlist.append(result)
  26.         return resultlist


  29.     def runBacktesting(self, symbol, strategy ):
  30.         #寫入測試品種和引數, 返回回測資料集包含回測結果

  32.         # 在引擎中建立策略物件
  33.         # 建立回測引擎
  34.         engine = BacktestingEngine()
  35.         # 設定引擎的回測模式為K線
  36.         engine.setBacktestingMode(engine.BAR_MODE)
  37.         # 設定回測用的資料起始日期
  38.         engine.setStartDate(symbol["StartDate"])
  39.         engine.setSlippage(symbol["Slippage"]) # 1跳
  40.         engine.setRate(symbol["Rate"]) # 佣金大小
  41.         engine.setSize(symbol["Size"]) # 合約大小
  42.         engine.setPriceTick(symbol["Slippage"]) # 最小价格變動
  43.         engine.setCapital(symbol["Capital"])

  45.         # 設定使用的歷史資料庫
  46.         engine.setDatabase(MINUTE_DB_NAME, symbol["vtSymbol"])
  47.         #設定策略，策略元組中第一個是策略，第二個引數
  48.         engine.initStrategy(strategy[0], strategy[1])
  49.         engine.runBacktesting()
  50.         df = engine.calculateDailyResult()
  51.         result = []
  52.         dfp,result = engine.calculateDailyStatistics(df)
  53.         engine.output(u'輸出統計資料')
  54.         # engine.showDailyResult(dfp, result)
  55.         return result

  57.     def toExcel(self, resultlist, path = "C:\data\datframe.xlsx"):
  58.         #按照輸入統計資料佇列和路徑，輸出excel，這裡不提供新增模式，如果想，可以改
  59.         #dft.to_csv(path,index=False,header=True, mode = 'a')
  60.         summayKey = resultlist[0].keys()
  61.         # summayValue = result.values()

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


  71. if __name__ == "__main__":
  72.     #建立品種佇列，這裡可以用json匯入，為了方便使用直接寫了。
  73.     symbollist = [{
  74.         "vtSymbol": 'm1809',
  75.         "StartDate": "20180101",
  76.         "Slippage": 1,
  77.         "Size": 10,
  78.         "Rate": 2 / 10000,
  79.         "Capital": 10000
  80.             },
  81.         {
  82.             "vtSymbol": 'rb0000',
  83.             "StartDate": "20180101",
  84.             "Slippage": 1,
  85.             "Size": 10,
  86.             "Rate": 2 / 10000,
  87.             "Capital": 10000
  88.         }]
  89.     #這裡定義策略，策略引數先為空；策略加引數是一個元組
  90.     setting = {}
  91.     Strategylist = [(AtrRsiStrategy, setting),
  92.                     (BollChannelStrategy, setting),
  93.                     (DoubleMaStrategy, setting),
  94.                     (DualThrustStrategy, setting),
  95.                     (KkStrategy, setting),
  96.                     (MultiSignalStrategy, setting),
  97.                     (MultiTimeframeStrategy, setting)]
  98.     # 這裡是同一個策略，不同引數的情況，當然可以有多個策略和多個引數組合
  99.     Strategylist2 = []
  100.     # 策略list
  101.     settinglist =[
  102.         {'kdlimit': 40, 'barmins': 9, 'cciWindow': 22},
  103.         {'kdlimit': 30, 'barmins': 13, 'cciWindow': 20}]
  104.     # 合併一個元組
  105.     if settinglist != []:
  106.         for para1 in settinglist:
  107.             Strategylist2.append((BollChannelStrategy, para1))

  109.     NT = BatchBackTest()
  110.     resultlist = NT.calculateBacktesting(symbollist,Strategylist)
  111.     #定義路徑
  112.     path = "C:\Project\BackTestResult.xlsx"
  113.     NT.toExcel(resultlist,path)

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/22259926/viewspace-2156480/，如需轉載，請註明出處，否則將追究法律責任。

相關文章