vn.py源码解读（一、环境配置与回测初试）|python3教程|python入门|python教程

当前位置:

首页 > 编程开发 > python3 >

python3教程之vn.py源码解读（一、环境配置与回测初试）

本站最新发布 Python从入门到精通|Python基础教程
试听地址 https://www.xin3721.com/eschool/python.html

近来忙于毕业找工作，也不知道能不能继续在量化界混了。周末比较闲，抽空研究了一下vn.py。有人说，为什么学那么多的回测平台呀。其实我个人觉得，做cta的话，两个回测平台还是要的，这样，当你的策略出现和你预计不符，而你有无法在代码逻辑层面找到问题的时候，你就可以用另外一个平台试一下，来看看到底是你的策略本身就不行，还是你的代码有着当前水平无法察觉的问题，甚至，可能回测平台本身存在一个bug。所以笔者之前学习的backtrader和pyalgotrade的目的就是这个，但是后续对于pyalgotrade没怎么用。前段时间看到vn.py和某Q开头的开源项目在网上开战，刚入门python的小朋友可能还不知道他们争论的是什么。

闲话不说，总而言之，个人觉得，vn.py还是一个很不错的期货cta的平台，而且，不仅仅局限于回测，还可以直接当一个交易系统使用，整个代码框架也是相当不错的，只是似乎对刚入门的小朋友不是特别友好，入门级别的教程比较少。

1.安装mongodb

vn.py用的数据库是mongdb，笔者也不知道为什么要这样，是为了速度么还是单纯表示与众不同的。说真的，笔者还是习惯用传统的sql数据库，不过还好，mongodb也入过门。怎么安装就不说了，安装好之后别忘了开启服务。

2.测试一下

笔者使用的nv.py-1.7版本，本文主要介绍一下回测功能吧。在下载下来的文件夹下面有一个examples文件夹，里面有一个CtaBacktesting文件，里面有一个notebook，一个IF的分钟数据，还有三个python文件。

我们先来运行一下loadCsv这个python文件，如果一切顺利的话，我们可以看到数据被写入mongdb的信息不断print出来。这个文件的功能就是告诉我们如何把数据存到数据库里。仔细看一下源码，其实可以发现，vn.py还是支持很多数据格式的，什么通达信上直接导到本地的数据啊之类的，功能还是很全的，很接地气。相对于国外的开源项目来说，基本都是要自己写数据格式处理程序的。有好处也有坏处吧。

然后我们就可以打开notebook文件，然后不断运行就可以了。

这里，笔者用DualThrust来作为例子讲解一下，毕竟这么经典的策略，大家很容易找到原理，也容易理解。

3.例子

和别的回测项目一样，我们要现有一个回测的核心，在vn.py中叫做engine，引擎，还是比较好理解的。

engine = BacktestingEngine()

然后自然的，就是进行一些设置了。

设置的话，那么无非就是数据和回测方式。数据的话，设置是使用tick模式还是bar模式，笔者目前还没有研究tick模式，而且我们的数据也是分钟bar，所以选择BAR_MODE，然后就是设置数据库的名称，vn.py已经定义好了名称了，当然，我们可以按照我们的数据品种自己定义。

# 设置回测使用的数据

engine.setBacktestingMode(engine.BAR_MODE) # 设置引擎的回测模式为K线

engine.setDatabase(MINUTE_DB_NAME, 'IF0000') # 设置使用的历史数据库

engine.setStartDate('20120101') # 设置回测用的数据起始日期

engine.setEndDate('20120201')

# 配置回测引擎参数

engine.setSlippage(0.2) # 设置滑点为股指1跳

engine.setRate(0.3/10000) # 设置手续费万0.3

engine.setSize(300) # 设置股指合约大小

engine.setPriceTick(0.2) # 设置股指最小价格变动

engine.setCapital(1000000) # 设置回测本金

注：本文出现的大部分代码都是来自于vn.py的notebook文件里面自带的，并不是本人编写的。

接下来就是最核心的策略部分了。和很多开源平台一样，策略的封装就是一个类。

from vnpy.trader.app.ctaStrategy.strategy.strategyDualThrust import DualThrustStrategy

vn.py的作者已经写了一个DualThrust的策略了。

然后就是设置策略的参数，策略的参数是以字典形式传入的。

# 在引擎中创建策略对象

d = {} # 策略参数配置

engine.initStrategy(DualThrustStrategy, d) # 创建策略对象

# 运行回测

engine.runBacktesting() # 运行回测

上面的d就是。至于有什么参数，则与策略类的编写有关。

4.策略类

整个DualThrust的实现就不说了，大家可以去文件里面找怎么实现的。主要说一下框架吧。

# 参数列表，保存了参数的名称

paramList = ['name',

'className',

'author',

'vtSymbol',

'k1',

'k2']

在类里面，定义了参数表。我们知道，DualThrust如果只考虑前面一天的价格的话，也就是N为1的话，其实参数就是两个，上轨K和下轨K，也就是这里的K1和K2，大家修改上面的参数字典d就可以了。不传参数的话，当然就是默认参数。

然后就是所有事件驱动类型的回测框架都会有的那个触发函数了，也就是我们所有逻辑的核心。

def onBar(self, bar):

print 'on_bar method'

print bar.datetime.date()

"""收到Bar推送（必须由用户继承实现）"""

# 撤销之前发出的尚未成交的委托（包括限价单和停止单）

for orderID in self.orderList:

self.cancelOrder(orderID)

self.orderList = []

# 计算指标数值

self.barList.append(bar)

if len(self.barList) <= 2:

return

else:

self.barList.pop(0)

lastBar = self.barList[-2]

# 新的一天

if lastBar.datetime.date() != bar.datetime.date():

# 注意，这段代码其实只在改变日期那一天执行一次

# 如果已经初始化

if self.dayHigh:

self.range = self.dayHigh - self.dayLow

self.longEntry = bar.open + self.k1 * self.range

self.shortEntry = bar.open - self.k2 * self.range

self.dayOpen = bar.open

self.dayHigh = bar.high

self.dayLow = bar.low

self.longEntered = False

self.shortEntered = False

else:

self.dayHigh = max(self.dayHigh, bar.high)

self.dayLow = min(self.dayLow, bar.low)

# 尚未到收盘

if not self.range:

return

if bar.datetime.time() < self.exitTime:

if self.pos == 0:

if bar.close > self.dayOpen:

if not self.longEntered:

vtOrderID = self.buy(self.longEntry, self.fixedSize, stop=True)