量化合約/合約量化/秒合約/永續合約/現貨期權期貨/交易所繫統開發案例及原始碼

　　交易中心與演演算法工人內部架構，交易中心主要負責接收客戶端傳送過來的指令，透過風控層後將指令路由至演演算法工人，由演演算法工人處理訂單邏輯，如：條件單、追單、止損止盈單等，並最終將訂單報入交易所場內，同時將回報返回給交易中心，再由交易中心將回報返回給訂閱使用者。

　　交易中心還負責路由使用者傳送的策略指令，並根據指令分發給策略回測工人或者策略模擬工人，對應的去執行回測指令或者啟動策略等。

　　#測試所有程式碼

　　def all_test(codes,names,days,begin_count,end_count,earnings_count=30,writefile='codes.csv'):

　　count_earnings=0   

　　count_suc=0

　　count_fail=0

　　earnings_count=(end_count-begin_count)*0.1

　　name_array=np.array([]) 

　　code_array=np.array([])

　　suc_array=np.array([])

　　fail_array=np.array([])

　　earnings_array=np.array([])

　　count_hold_days=0

　　#for code in codes:

　　for i in range(len(codes)):

　　earnings,suc,fail,index_array,pct_array,hold_days=test(codes<i>,days=days,begin_count=begin_count,end_count=end_count,name=names<i>)

　　if suc==-1: 

　　continue

　　count_earnings=count_earnings+earnings

　　count_suc=count_suc+suc

　　count_fail=count_fail+fail

　　count_hold_days=count_hold_days+hold_days

　　if earnings>earnings_count:

　　#print('test==',code,suc,fail,price)

　　name_array=np.append(name_array,names<i>)

　　code_array=np.append(code_array,codes<i>)

　　suc_array=np.append(suc_array,suc)

　　fail_array=np.append(fail_array,fail)

　　earnings_array=np.append(earnings_array,earnings)

　　print('count_suc',count_suc)

　　print('count_fail',count_fail)

　　print('count_earnings','%.1f'%count_earnings)

　　print("suc",'%.1f'%(count_suc/(count_suc+count_fail+1)*100))

　　print("earnings pre",i,'%.1f'%(count_earnings/(count_suc+count_fail+1)),count_hold_days)

　　data=[code_array,name_array,suc_array,fail_array,earnings_array]

　　data=np.transpose(data)

　　ser2=pd.DataFrame(data,columns=['ts_code','name','suc','fail','earnings'])

　　#ser2=pd.Series(suc_array)

　　#ser2=pd.Series(fail_array)

　　#ser2=pd.Series(price_array)

　　ser2.to_csv(writefile,encoding="utf_8_sig")

　　#測試指定檔案對應的所有程式碼

　　def test_sel_codes(days,begin_count,end_count,names,file='codes.csv'):

　　df=pd.read_csv(file)

　　codes=df['ts_code'].values

　　names=df['name'].values

　　print(codes)

　　all_test(codes,names=names,days=days,begin_count=begin_count,end_count=end_count)

　　#測試指定程式碼是否符合條件

　　def sel_current_code(ts_codes,name='no_name'):

　　df=load_data(ts_codes)

　　i=-1

　　begin_count=-3

　　end_count=-1

　　date=df['trade_date'].values[begin_count:]

　　close=df['close'].values[begin_count:]

　　price=15

　　if len(close)<2:

　　return False,'1999'

　　if close[-1]<price:

　　return False,'1999'

　　change=df['change'].values[begin_count:]

　　pct_change=df['pct_chg'].values[begin_count:]

　　if len(close)<2:

　　return False,'1999'

　　conditionOne=pct_change<i><9.5

　　conditionTwo=pct_change[i+1]<9.5

　　if conditionOne and conditionTwo:#pct_change[i+1]<9.5表示下一個交易日漲停

　　buys,sells,ret=check_days_money(ts_codes,name,date<i>)

　　if ret:

　　print(ts_codes,name,buys,sells,ret,'%.1f'%(buys/sells*100))

　　return True,date<i>

　　#if close<i>>ma5<i>and close[i-1]<ma5[i-1]and pct_change<i><9.5:#pct_change<i><9.5當日交易漲停

　　return False,date<i>

　　#測試所有程式碼是否符合條件

　　def all_sel_current_code(codes,names,writefileName='sel_codes.csv',writefile=True):

　　path='./選擇/'

　　dir=Path(path)

　　if not dir.exists():

　　os.mkdir(dir)

　　begin_count=-200

　　end_count=-1

　　days=20

　　name_array=np.array([])

　　code_array=np.array([])

　　date_array=np.array([])

　　for i in range(len(codes)):

　　code=codes<i>

　　name=names<i>

　　#判斷條件選擇

　　ret,date=sel_current_code(code,name)

　　if ret:

　　name_array=np.append(name_array,name)

　　code_array=np.append(code_array,code)

　　date_array=np.append(date_array,date)

　　earnings,suc,fail,index_array,pct_array,hold_days=test(code,name=name,days=days,begin_count=begin_count,end_count=end_count)

　　if suc==-1:

　　continue

　　name=str.replace(name,'*','')

　　if earnings>0:

　　file_dir=path+'Curent_AAA_%s_%s%d%d++%.1f++%.1f.png'%(code,name,suc,fail,suc*100/(fail+suc+1),earnings)

　　else:

　　file_dir=path+'Curent_BBB_%s_%s%d%d——%.1f——%.1f.png'%(code,name,suc,fail,suc*100/(fail+suc+1),earnings)

　　plot_pct(code,index_array,pct_array,begin_count=begin_count,end_count=end_count,writefilename=file_dir)

　　print("codes%s%s earnings%.2f"%(code,name,earnings))

　　data=[code_array,name_array,date_array]

　　data=np.transpose(data)#矩陣轉置

　　ser2=pd.DataFrame(data,columns=['ts_code','name','date'])

　　if writefile:

　　ser2.to_csv(writefileName,encoding="utf_8_sig")