abquant

Description

A&B professional platform for quantitative finance. God is asking & bidding Me. ABQ.

abquant 分为三大模块 a) 数据获取 b) 策略回测 c) 模拟/实盘交易

abquant-data: 开源项目, 快速对 通达信 数据的获取，除权除息，各种指数的计算
abquant-strategy: 闭源项目，基于 zeromg/nanomsg
abquant-trade: xtrade 闭源项目

Note

[WIP] 开发中 …

ABQuant is an early developer preview, and is not suitable for general usage yet. Features and implementation are subject to change.

构建

作者本人是在 x86_64 Linux 4.19.105-1-MANJARO 上构建本项目，暂时不支持 Windows.
你需要安装好 clang++/llvm ccache ninja python pip poetry conan cmake/qmake 等基础开发工具

核心模块 cpp
中间层 binding (pybind11 ~~shiboken2~~ )
用户接口层 python

cpp 依赖

ORM 层 treefrog-framework

git clone -b feature/withConan https://github.com/yssource/treefrog-framework.git
cd treefrog-framework && mkdir -v qbuild && cd qbuild
conan install .. --build missing --profile ../tf.profile
conan build ..
sudo make install
sudo ldconfig

abquant 核心应用层

git clone https://github.com/yssource/abquant-data.git
cd abquant-data && mkdir -v qbuild && cd qbuild
conan install .. --build missing --profile ../abquant.profile
conan build ..
sudo make install
sudo ldconfig

# binding
cd abquant-data && mkdir -v cbuild && cd cbuild
conan install .. --build missing --profile ../abquant.profile
conan build ..

# todo:: qbuild, cbuild 将来会直接放在 setup.py 中作为 ext_modules 完成。
# 用户只需 poetry install

python 依赖安装

poetry install
poetry update

环境变量

请参照 .envrc 文件, 推荐使用 direnv 管理环境变量

export ABQ_HOME=${PWD}
export ABQ_CXX_HOME="${ABQ_HOME}/cxx"
export LD_LIBRARY_PATH="${ABQ_HOME}/lib:${LD_LIBRARY_PATH}"
export PYTHONPATH="${ABQ_HOME}/lib:${PYTHONPATH}"

Usage

abquant config

# 当前项目根目录下，拷贝 config 文件夹
mkdir -pv ~/.config/abquant && cp -rfv $PWD/cxx/config ~/.config/abquant/

abquant 数据获取

python 层获取数据源，支持 mongodb

# 保存所有数据
# 但是不包含除权数据，除权数据不是经常更新，请手动 "abquant stock xdxr"
abquant save base

# 股票和指数列表获取
abquant stock list

# 保存所有股票日线，日线指数
abquant stock day
abquant stock day --add '["000001", "300001", "600001"]'

# 保存所有股票分钟线，分钟指数
# Default 保存所有频率 (1min, 5min, 15min, 30min, 60min)
abquant stock min
abquant stock min --add '["000001", "300001", "600001"]'

# 保存股票分钟线，分钟指数不同频率数据 (1min, 5min, 15min, 30min, 60min)
# 1min 一分钟
abquant stock min "1min"
abquant stock min -f '["1min"]' --add '["000001", "300001", "600001"]'
# 5min 五分钟
abquant stock min -f '["5min"]'
abquant stock min -f '["5min"]' --add '["000001", "300001", "600001"]'
# ...
# 1min 一分钟和 5min 五分钟
abquant stock min -f '["1min", "5min"]'
abquant stock min -f '["1min", "5min"]' --add '["000001", "300001", "600001"]'

# 股票除权除息
abquant stock xdxr
abquant stock xdxr --add '["000001", "300001", "600001"]'

# 股票数据板块
abquant stock block

# 股票数据明细信息
abquant stock info
abquant stock info --add '["000001", "300001", "600001"]'

# 股票财务数据
abquant stock financial

# ETF 列表获取
abquant etf list

# 保存所有 ETF 日线，日线指数
abquant etf day
abquant etf day --add '["159001", "510010", "510300"]'

# 保存所有 etf 分钟线，分钟指数
# Default 保存所有频率 (1min, 5min, 15min, 30min, 60min)
abquant etf min
abquant etf min --add '["159001", "510010", "510300"]'

# 保存 etf 分钟线，分钟指数不同频率数据 (1min, 5min, 15min, 30min, 60min)
# 1min 一分钟
abquant etf min "1min"
abquant etf min -f '["1min"]' --add '["159001", "510010", "510300"]'
# 5min 五分钟
abquant etf min -f '["5min"]'
abquant etf min -f '["5min"]' --add '["159001", "510010", "510300"]'
# ...
# 1min 一分钟和 5min 五分钟
abquant etf min -f '["1min", "5min"]'
abquant etf min -f '["1min", "5min"]' --add '["159001", "510010", "510300"]'

# ...

# 查看保存数据后的错误信息
bat ~/.config/abquant/log/error_codes.json

{"Stock_index_day": ["395005"], "Stock_index_min": ["395041", "395005"], "Stock_stock_min": ["300822", "603949", "603353", "300819", "300821", "002976", "688051"], "Stock_xdxr": ["002976", "603949", "300822", "688051", "603353"]}

# 如果在保存数据后，发现数据错误，可以使用
abquant stock day --add '["395005"]'
abquant stock min --add '["395041", "395005", "300822", "603949", "603353", "300819", "300821", "002976", "688051"]'
abquant stock xdxr --add '["002976", "603949", "300822", "688051", "603353"]'

# 注意：这些数据错误可能是退市，已经不存在的数据。也有可能是网络原因，数据不完整，你需要具体分析。
# 在下一次保存数据时，最好先
echo "" 1> ~/.config/abquant/log/error_codes.json

abquant 数据使用

#include <chrono>

#include "abquant/actions/abquant.hpp"
#include "abquant/actions/stockmin.hpp"
#include "abquant/actions/utils.hpp"

using namespace abq;

int main(int argc, char* argv[])
{
    // abq entry_point
    Abquant::start();

    // QStringList codes = {"000001", "000002", "000003"};
    QStringList codes = {"000001"};
    const char* start = "2017-01-01";
    const char* end   = "2019-12-01";

    MIN_FREQ freq = MIN_FREQ::FIVE;
    StockMinAction sma(codes, start, end, freq);
    int N      = 10;
    auto begin = std::chrono::high_resolution_clock::now();
    for (int i = 0; i < N; ++i) {
        // 分钟前复权
        sma.to_fq_type(FQ_TYPE::PRE);
        // 分钟后复权
        // sma.to_fq_type(FQ_TYPE::POST);
    }
    auto finish_                          = std::chrono::high_resolution_clock::now();
    std::chrono::duration<double> elapsed = finish_ - begin;
    qDebug() << "Elapsed time: " << elapsed.count() << " s\n";

    // abq exit_point
    Abquant::finish();
    return 0;
}

binding 层

python ./bind11/test/test_plot.py

                    open  close   high    low        vol        amount    date_stamp
code   date
000001 2019-01-02   9.39   9.19   9.42   9.16   539386.0  4.986951e+08  1.546358e+09
       2019-01-03   9.18   9.28   9.33   9.15   415537.0  3.844577e+08  1.546445e+09
       2019-01-04   9.24   9.75   9.82   9.22  1481159.0  1.422150e+09  1.546531e+09
       2019-01-07   9.84   9.74   9.85   9.63   865687.0  8.411664e+08  1.546790e+09
       2019-01-08   9.73   9.66   9.74   9.62   402388.0  3.892478e+08  1.546877e+09
       2019-01-09   9.74   9.94  10.08   9.70  1233486.0  1.229465e+09  1.546963e+09
       2019-01-10   9.87  10.10  10.20   9.86  1071817.0  1.079711e+09  1.547050e+09
       2019-01-11  10.11  10.20  10.22  10.05   696364.0  7.080018e+08  1.547136e+09
       2019-01-14  10.22  10.11  10.25  10.07   500443.0  5.078629e+08  1.547395e+09
       2019-01-15  10.11  10.24  10.28  10.09   542160.0  5.530273e+08  1.547482e+09

注意 entry_point && exit_point

int main(int argc, char* argv[])
{
    // abq entry_point
    Abquant::start();
    // Your C++ code here.
    // abq exit_point
    Abquant::finish();
    return 0;
}

from pyabquant import PyAbquant

# abq entry_point
PyAbquant.start()
# Your python code here.

code = "000001.XSHE"
start = "2020-01-01 00:00:00"
end = "2020-01-01 23:55:00"
fields = ["open", "close"]
actual = get_price(code, start, end, frequency="5min", fields=fields, adjust_type="pre")
ulog.debug(actual)
assert isinstance(actual, (pd.DataFrame))
assert actual.empty is True

# abq exit_point
PyAbquant.finish()

plotting

Development:

State “DONE” from “STARTED” [2021-01-01 Fri 00:00]

兼容 rqalpha apis

[X] get_price
[X] get_fundamentals¹

兼容 jointquant apis

[X] get_all_securities
[X] get_security_info

东方财富概念 apis

[X] easymoney concept base get_blocks
[X] easymoney concept history get_price

WAITING Development:

State “STARTED” from “DONE” [2021-02-13 Sat 00:00]

对 Docker, K8s 的支持

开发初衷

作者本人专业是理论物理，工作经验则是程序开发，很偶然在网上了解到了量化交易，觉得可以利用上以前的知识和经验，于是乎喜欢上了量化交易。

交易三部曲，a) 数据获取 b) 策略回测 c) 模拟/实盘交易
市面上开源的 a,b,c 项目大部分都是 python 开发，但是在实践过程中性能都不理想，于是想到站在巨人肩上利用 C++ 造轮子。核心模块 C++，通过中间层 binding 交给用户 python 层。

感谢

QUANTAXIS abquant-data 兼容 quantaxis 数据库

打赏

欢迎请作者喝杯咖啡 👍

微信	支付宝

LICENSE

除非遵守当前许可，否则不得使用本软件。

非商业用途（非商业用途指个人出于非商业目的使用本软件，或者高校、研究所等非营利机构出于教育、科研等目的使用本软件）：

遵守 GPL3 和 LGPL3

除非法律有要求或以书面形式达成协议，否则本软件分发时需保持当前许可“原样”不变，且不得附加任何条件。

商业用途（商业用途指个人出于任何商业目的使用本软件，或者法人或其他组织出于任何目的使用本软件）：

未经原作者授权，任何个人不得出于任何商业目的使用本软件（包括但不限于向第三方提供、销售、出租、出借、转让本软件、本软件的衍生产品、引用或借鉴了本软件功能或源代码的产品或服务），任何法人或其他组织不得出于任何目的使用本软件，否则原作者有权追究相应的知识产权侵权责任。
在此前提下，对本软件的使用同样需要遵守 GPL3 和 LGPL3 许可， GPL3 和 LGPL3 许可与本许可冲突之处，以本许可为准。

详细的授权流程，请联系 [email protected] 获取。

Footnotes

¹闭源

yssource / abquant-data Goto Github PK

abquant-data's Introduction