vnpy量化回测怎么做？一文带你了解

有些量化教程让人摸不着头脑。他们一上来就教人怎么写策略，但你连回测都做不到。即使你有一个很棒的策略，你敢让他直接跑吗？因此，本期主要解决vnpy量化回测怎么做的问题。我们的目的很简单，无视策略，让回测跑起来就算成功。

一、CCXT获取历史数据

def fetch_ohlcv(self, symbol, timeframe='1m', since=None, limit=None, params={}):使用这种方法可以获得交易所的历史k线，symbol指定交易对，timeframe指定周期，since指定开始时间，limit指定(如果我没记错的话，得到根数)
其实在这里爬一分钟k线就够了，其他周期的k线数据都可以合成。拿到k线数据后，我们先叠加到一个。list里面，存入DataFrame()在变量中，注意我们要去重(同时)和空行(交易所维护)，然后把数据写进去。csv在文件中。以下是我自己的代码。
写作比较杂乱，如果想要复制粘贴试一试，首先要确认一下。pandas和ccxt是否安装，第二个交易所需要科学上网，第三个交易main内部路径改变到您需要存储的位置(确保文件夹中没有其他杂乱的东西csv文件)，我这是爬行爬行。binanceBTC/USDT一分钟k线数据，如需修改，可通过修改。symbol和timeframe，第一次爬行还是比较费时的，可以扔到服务器里让他慢慢爬，到时候再去拿就行了。

​​​​​​​

import ccxtimport pandas as pdimport timeimport os
pd.set_option('display.max_rows',1000)pd.set_option("expand_frame_repr",False)
class kline_Crawler(object):
    def __init__(self,symbol,data_dir):        self.symbol = symbol        self.data_dir = data_dir        self.exist_df = pd.DataFrame()        self.new_data_df = pd.DataFrame()        self.delete_file_list = []        def get_symbol(self):        '''        将BTC/USDT 切割为 btc_usdt 这样        :return:        '''        symbol_split = self.symbol.lower().split("/")        symbol_name = symbol_split[0] + "_" + symbol_split[1]        return symbol_name
    def get_last_crawler_date_time(self):        '''        本方法判断最初文件夹下有无合适的csv文件，若无csv文件那么就指定一个开始时间开始爬取        :return:        '''        symbol_name = self.get_symbol()        flag = 0        for path, dir, files in os.walk(self.data_dir):            for file in files:                if file.endswith(".csv"):                    if file[:8] == symbol_name:                        flag = 1                        exist_file_dir = self.data_dir + file                        self.delete_file_list.append(exist_file_dir)                        self.exist_df = pd.read_csv(exist_file_dir,parse_dates=["candle_begin_time"])                        last_crawl_time = self.exist_df["candle_begin_time"].iloc[-1] - pd.Timedelta(hours=8)
                        last_ios_date = str(last_crawl_time).replace(" ","T")                        last_ios_date += "Z"                        return last_ios_date

        #如果没有的话怎么办 此处指定无文件时候爬取k线的开始时间        if flag == 0:            start_time = pd.to_datetime('2017/7/1 8:00', format='%Y/%m/%d %H:%M:%S') - pd.Timedelta(hours=8)            start_time = str(start_time).replace(" ", "T")            start_time += "Z"
            return start_time

    def crawling(self, exchange, since, end):        '''        爬取方法        主要通过fetch_ohlcv来进行
        :param exchange:        :param since:        :param end:        :return:        '''        all_kilne_data = []        while since < end:            count = 0            if count < 3:                try:
                    last_time = pd.to_datetime(since,unit="ms") + pd.Timedelta(hours=8)                    print(f"正在读取{self.symbol}从{last_time}开始的数据")                    kline_data = exchange.fetch_ohlcv(self.symbol,since=since,timeframe="1m")                    time.sleep(0.5)                except:                    count+=1                    print(f"*******从交易所获取数据失败，2秒后重试第{count}次*******")                    time.sleep(2)                    continue                                else:                    if len(kline_data):                        since = kline_data[len(kline_data) - 1][0]                        all_kilne_data += kline_data                    else:                        break                        elif count >= 3:                print(f"获取{self.symbol}数据失败次数过多，请手工重试")                exit()
        all_kilne_data_df = pd.DataFrame(all_kilne_data,dtype="float")        all_kilne_data_df.columns = ['candle_begin_time', 'open', 'high', 'low', 'close', 'volume']        all_kilne_data_df['candle_begin_time'] = pd.to_datetime(all_kilne_data_df['candle_begin_time'],unit='ms')+pd.Timedelta(hours=8)        all_kilne_data_df.drop_duplicates(subset=['candle_begin_time'], inplace=True)        return all_kilne_data_df

    def delete_old_files(self):        '''        删去旧文件        :return:        '''        if len(self.delete_file_list) >= 1:            for file in self.delete_file_list:                try:                    os.remove(file)                    print(f"成功删除旧{file}\n")                except:                    print(f"删除{file}失败\n")
    def run(self):        '''            修改这一行可以指定交易所爬取 例如爬取bitmex的为 exchange = ccxt.bitmex()            但是要注意每个交易所的symbol 或者 最早k线历史数据不一样        '''        exchange = ccxt.binance()        exchange.load_markets()
        last_ios_date = self.get_last_crawler_date_time()        print(last_ios_date)        start_date = pd.to_datetime(exchange.parse8601(last_ios_date),unit="ms") + pd.Timedelta(hours=8)        print(start_date)        print(f"{self.symbol}最近一次爬取的数据截止如期是{start_date}")
        since = exchange.parse8601(last_ios_date)        end = exchange.milliseconds() - 60 * 1000
        self.new_data_df = self.crawling(exchange, since, end)
        final_df = self.exist_df.append(self.new_data_df,sort=False)        final_df.drop_duplicates(subset=['candle_begin_time'],inplace=True)        final_df.reset_index(drop=True,inplace=True)
        latest_crawl_date = self.new_data_df["candle_begin_time"].iloc[-1].strftime("%Y%m%d%H%M")        symbol_for_filename = self.get_symbol()
        final_df.to_csv(            f"{self.data_dir}{symbol_for_filename}_1m_{latest_crawl_date}.csv",index=False        )        print(f"{self.symbol}数据更新完成,已存入CSV文件")
        self.delete_old_files()
if __name__ == "__main__":    #初始化对象要传2个参数,一个是要爬取的symbol,一个是你的指定放csv文件的路径    Crawler =  kline_Crawler('BTC/USDT',"C:\\python\\123\\")    Crawler.run()

以上便是小编对vnpy量化回测的相关介绍啦！对于投资者来说好的投资工具无疑是交易的垫脚石，那么更多股票实盘交易工具信息也可以通过https://gitee.com/metatradeapi  查询，有不明白的地方也可通过下方名片找小编交流！