@Channelchan 2018-11-28T18:00:31.000000Z 字数 10881 阅读 64606

2_Optimization

BarGenerator内容

15分钟Bar更新
60分钟Bar更新

策略逻辑：

60分钟看长短期MA趋势， 15分钟做均线择时。

配置引擎回测

from __future__ import division
from vnpy.trader.vtConstant import *
from vnpy.trader.app.ctaStrategy import CtaTemplate
import talib as ta
########################################################################
# 策略继承CtaTemplate
class MultiFrameMaStrategy(CtaTemplate):
    className = 'MultiFrameMaStrategy'
    author = 'ChannelCMT'
    # 策略参数
    fastPeriod = 20; slowPeriod = 55
    signalMaPeriod = 20
    lot = 1
    # 策略变量
    maTrend = {} # 记录趋势状态，多头1，空头-1
    transactionPrice = {} # 记录成交价格
    # 参数列表，保存了参数的名称
    paramList = [
                 'fastPeriod', 'slowPeriod',
                 'signalMaPeriod'
                ]    
    # 变量列表，保存了变量的名称
    varList = [
               'maTrend',
               'transactionPrice'
              ]  
    # 同步列表，保存了需要保存到数据库的变量名称
    syncList = ['posDict', 'eveningDict']
    #----------------------------------------------------------------------
    def __init__(self, ctaEngine, setting):
        super().__init__(ctaEngine, setting)
    #----------------------------------------------------------------------
    def onInit(self):
        """初始化策略"""
        self.writeCtaLog(u'策略初始化')
        self.transactionPrice = {s:0 for s in self.symbolList} # 生成成交价格的字典
        self.maTrend = {s:0 for s in self.symbolList}
        self.putEvent()
    #----------------------------------------------------------------------
    def onStart(self):
        """启动策略"""
        self.writeCtaLog(u'策略启动')
        self.putEvent()
    #----------------------------------------------------------------------
    def onStop(self):
        """停止策略"""
        self.writeCtaLog(u'策略停止')
        self.putEvent()
    #----------------------------------------------------------------------
    def onTick(self, tick):
        """收到行情TICK推送"""
        pass
    #----------------------------------------------------------------------
    def onBar(self, bar):
        """收到Bar推送"""
        pass
    #----------------------------------------------------------------------
    def on60MinBar(self, bar):
        """收到60MinBar推送"""
        symbol = bar.vtSymbol
        am60 = self.getArrayManager(symbol, "60m")
        if not am60.inited:
            return
        # 计算均线并判断趋势
        fastMa = ta.MA(am60.close, self.fastPeriod)
        slowMa = ta.MA(am60.close, self.slowPeriod)
        if fastMa[-1] > slowMa[-1]:
            self.maTrend[symbol] = 1
        else:
            self.maTrend[symbol] = -1
    #----------------------------------------------------------------------
    def on15MinBar(self, bar):
        """收到15MinBar推送"""
        symbol = bar.vtSymbol
        am15 = self.getArrayManager(symbol, "15m")
        if not am15.inited:
            return
        signalMa = ta.EMA(am15.close, self.signalMaPeriod)
        maUp = signalMa[-1]>signalMa[-3] # 均线上涨
        maDn = signalMa[-1]<signalMa[-3] # 均线下跌
        # 均线上涨， 趋势为多头， 多头没有持仓
        if maUp and (self.maTrend[symbol]==1) and (self.posDict[symbol+'_LONG']==0):
            if  (self.posDict[symbol+'_SHORT']==0):
                self.buy(symbol, bar.close*1.01, self.lot)  # 成交价*1.01发送高价位的限价单，以最优市价买入进场
            elif (self.posDict[symbol+'_SHORT'] > 0):
                self.cancelAll() # 撤销挂单
                self.cover(symbol, bar.close*1.01, self.posDict[symbol+'_SHORT']) 
                self.buy(symbol, bar.close*1.01, self.lot)
        # 均线下跌， 趋势为空头， 空头没有持仓
        if maDn and (self.maTrend[symbol]==-1) and (self.posDict[symbol+'_SHORT']==0):
            if (self.posDict[symbol+'_LONG']==0):
#                 self.cancelAll() # 撤销挂单
                self.short(symbol, bar.close*0.99, self.lot) # 成交价*0.99发送低价位的限价单，以最优市价卖出进场
            elif (self.posDict[symbol+'_LONG'] > 0):
                self.cancelAll() # 撤销挂单
                self.sell(symbol, bar.close*0.99, self.posDict[symbol+'_LONG'])
                self.short(symbol, bar.close*0.99, self.lot)
        self.putEvent()
    #----------------------------------------------------------------------
    def onOrder(self, order):
        """收到委托变化推送（必须由用户继承实现）"""
        # 对于无需做细粒度委托控制的策略，可以忽略onOrder
        pass
    #----------------------------------------------------------------------
    def onTrade(self, trade):
        """收到成交推送（必须由用户继承实现）"""
        # 对于无需做交易信息记录的策略，可以忽略onTrade
        pass
    #----------------------------------------------------------------------
    def onStopOrder(self, so):
        """停止单推送"""
        pass

配置引擎回测

if __name__=="__main__":
    from vnpy.trader.app.ctaStrategy import BacktestingEngine
    # 创建回测引擎对象
    engine = BacktestingEngine()
    # 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('VnTrader_1Min_Db')  # 设置使用的历史数据库
    engine.setStartDate('20180901 12:00',initHours=200) # 设置回测用的数据起始日期
    engine.setEndDate('20181123 12:00') # 设置回测用的数据终止日期
    # 配置回测引擎参数
    engine.setSlippage(0.002)    # 设置滑点
    engine.setRate(5/10000)   # 设置手续费千1
    engine.setCapital(1000000)  # 设置回测本金
    # # 在引擎中创建策略对象
    parameterDict = {'symbolList':['BTCUSDT:binance']}          # 策略参数配置
    engine.initStrategy(MultiFrameMaStrategy, parameterDict)    # 创建策略对象
    engine.runBacktesting()

import pandas as pd
tradeReport = pd.DataFrame([obj.__dict__ for obj in engine.tradeDict.values()])
tradeDf = tradeReport.set_index('dt')
tradeDf.tail()

查看绩效与优化

# 显示逐日回测结果
engine.showDailyResult()

2018-11-27 16:39:28.106324  计算按日统计结果
2018-11-27 16:39:28.125304  ------------------------------
2018-11-27 16:39:28.125304  首个交易日：  2018-09-01 00:00:00
2018-11-27 16:39:28.125304  最后交易日：  2018-11-23 00:00:00
2018-11-27 16:39:28.125304  总交易日：   84
2018-11-27 16:39:28.125304  盈利交易日   54
2018-11-27 16:39:28.125304  亏损交易日：  29
2018-11-27 16:39:28.125304  起始资金：   1000000
2018-11-27 16:39:28.125304  结束资金：   1,003,343.23
2018-11-27 16:39:28.125304  总收益率：   0.33%
2018-11-27 16:39:28.125304  年化收益：   0.96%
2018-11-27 16:39:28.125304  总盈亏：    3,343.23
2018-11-27 16:39:28.125304  最大回撤:   -308.75
2018-11-27 16:39:28.125304  百分比最大回撤: -0.03%
2018-11-27 16:39:28.125304  总手续费：   230.16
2018-11-27 16:39:28.125304  总滑点：    0.14
2018-11-27 16:39:28.125304  总成交金额：  460,323.2
2018-11-27 16:39:28.125304  总成交笔数：  71
2018-11-27 16:39:28.125304  日均盈亏：   39.8
2018-11-27 16:39:28.125304  日均手续费：  2.74
2018-11-27 16:39:28.125304  日均滑点：   0.0
2018-11-27 16:39:28.125304  日均成交金额： 5,480.04
2018-11-27 16:39:28.125304  日均成交笔数： 0.85
2018-11-27 16:39:28.125304  日均收益率：  0.0%
2018-11-27 16:39:28.125304  收益标准差：  0.01%
2018-11-27 16:39:28.125304  Sharpe Ratio：   4.24

output_7_1.png-52.8kB

# 显示逐笔回测结果
engine.showBacktestingResult()

2018-11-27 16:39:29.634764  计算回测结果
2018-11-27 16:39:29.637760  ------------------------------
2018-11-27 16:39:29.638759  第一笔交易：  2018-09-05 22:00:00
2018-11-27 16:39:29.638759  最后一笔交易： 2018-11-23 11:58:00
2018-11-27 16:39:29.638759  总交易次数：  36
2018-11-27 16:39:29.638759  总盈亏：    3,341.06
2018-11-27 16:39:29.638759  最大回撤:   -254.65
2018-11-27 16:39:29.638759  平均每笔盈利： 92.81
2018-11-27 16:39:29.638759  平均每笔滑点： 0.0
2018-11-27 16:39:29.638759  平均每笔佣金： 6.45
2018-11-27 16:39:29.638759  胜率      36.11%
2018-11-27 16:39:29.638759  盈利交易平均值 339.84
2018-11-27 16:39:29.638759  亏损交易平均值 -46.82
2018-11-27 16:39:29.638759  盈亏比：    7.26

output_8_1.png-37.5kB

df = engine.calculateDailyResult()
df1, result = engine.calculateDailyStatistics(df)
print(pd.Series(result))

2018-11-27 16:39:30.319064  计算按日统计结果
annualizedReturn               0.955208
dailyCommission                 2.74002
dailyNetPnl                     39.8003
dailyReturn                  0.00384366
dailySlippage                0.00169048
dailyTradeCount                0.845238
dailyTurnover                   5480.04
endBalance                  1.00334e+06
endDate             2018-11-23 00:00:00
lossDays                             29
maxDdPercent                 -0.0308648
maxDrawdown                    -308.747
profitDays                           54
returnStd                     0.0140566
sharpeRatio                     4.23614
startDate           2018-09-01 00:00:00
totalCommission                 230.162
totalDays                            84
totalNetPnl                     3343.23
totalReturn                    0.334323
totalSlippage                     0.142
totalTradeCount                      71
totalTurnover                    460323
dtype: object

from vnpy.trader.app.ctaStrategy.ctaBacktesting  import OptimizationSetting
# 优化配置
setting = OptimizationSetting()                # 新建一个优化任务设置对象
setting.setOptimizeTarget('sharpeRatio')        # 设置优化排序的目标是夏普
setting.addParameter('fastPeriod', 20, 40, 10)    # 增加第一个优化参数，起始30，结束50，步进10
setting.addParameter('slowPeriod', 40, 80, 20)    # 增加第二个优化参数，起始60，结束30，步进10
# setting.addParameter('signalMaPeriod', 10, 20, 5)    # 增加第二个优化参数，起始10，结束30，步进5
setting.addParameter('symbolList', ['BTCUSDT:binance']) 
import time
start = time.time()
# 执行单线程优化
resultList = engine.runOptimization(MultiFrameMaStrategy, setting)
# 执行多进程优化一般会改写成py文件然后用多线程运行，提高优化速度。
# resultList = engine.runParallelOptimization(MultiFrameMaStrategy, setting)
print('耗时：%s' %(time.time()-start))

2018-11-27 16:42:45.230052  计算按日统计结果
2018-11-27 16:42:45.247034  ------------------------------
2018-11-27 16:42:45.247034  优化结果：
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 20, 'slowPeriod': 40, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.8373178980181555
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 20, 'slowPeriod': 60, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.7506375116750355
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 30, 'slowPeriod': 40, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.6425674453940045
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 20, 'slowPeriod': 80, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.5332416281547103
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 40, 'slowPeriod': 40, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.117938276707989
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 30, 'slowPeriod': 80, 'symbolList': ['BTCUSDT:binance']}"]，目标：2.9456588639684242
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 30, 'slowPeriod': 60, 'symbolList': ['BTCUSDT:binance']}"]，目标：2.919579847922548
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 40, 'slowPeriod': 60, 'symbolList': ['BTCUSDT:binance']}"]，目标：2.6339188082989096
2018-11-27 16:42:45.247034  参数：["{'fastPeriod': 40, 'slowPeriod': 80, 'symbolList': ['BTCUSDT:binance']}"]，目标：2.458459639228935
耗时：160.99369764328003

打印最优结果排序的DataFrame

import pandas as pd
print(pd.DataFrame(resultList).sort_values(1,  ascending=False))

                                                   0         1  \
0  [{'fastPeriod': 20, 'slowPeriod': 40, 'symbolL...  3.837318   
1  [{'fastPeriod': 20, 'slowPeriod': 60, 'symbolL...  3.750638   
2  [{'fastPeriod': 30, 'slowPeriod': 40, 'symbolL...  3.642567   
3  [{'fastPeriod': 20, 'slowPeriod': 80, 'symbolL...  3.533242   
4  [{'fastPeriod': 40, 'slowPeriod': 40, 'symbolL...  3.117938   
5  [{'fastPeriod': 30, 'slowPeriod': 80, 'symbolL...  2.945659   
6  [{'fastPeriod': 30, 'slowPeriod': 60, 'symbolL...  2.919580   
7  [{'fastPeriod': 40, 'slowPeriod': 60, 'symbolL...  2.633919   
8  [{'fastPeriod': 40, 'slowPeriod': 80, 'symbolL...  2.458460   

                                                   2  
0  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
1  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
2  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
3  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
4  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
5  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
6  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
7  {'startDate': 2018-09-01 00:00:00, 'endDate': ...  
8  {'startDate': 2018-09-01 00:00:00, 'endDate': ...

# 显示优化的所有统计数据
for result in resultList:
    print('-' * 30)
    print('参数：%s，目标：%s' %(result[0], result[1]))
    print('统计数据：')
    for k, v in result[2].items():
        print('%s：%s' %(k, v))

  ------------------------------
参数：["{'fastPeriod': 20, 'slowPeriod': 40, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.8373178980181555
统计数据：
startDate：2018-09-01 00:00:00
endDate：2018-11-23 00:00:00
totalDays：84
profitDays：43
lossDays：40
endBalance：1002162.8486499999
maxDrawdown：-800.1604799999623
maxDdPercent：-0.0802844900912358
totalNetPnl：2162.8486499999967
dailyNetPnl：25.748198214285676
totalCommission：366.11134999999996
dailyCommission：4.358468452380952
totalSlippage：0.23000000000000015
dailySlippage：0.00273809523809524
totalTurnover：732222.7000000001
dailyTurnover：8716.936904761906
totalTradeCount：115
dailyTradeCount：1.369047619047619
totalReturn：0.21628486500000488
annualizedReturn：0.617956757142871
dailyReturn：0.009231223526044257
returnStd：0.037268087692137686
sharpeRatio：3.8373178980181555
------------------------------
参数：["{'fastPeriod': 20, 'slowPeriod': 60, 'symbolList': ['BTCUSDT:binance']}"]，目标：3.7506375116750355
统计数据：
startDate：2018-09-01 00:00:00
endDate：2018-11-23 00:00:00
totalDays：84
profitDays：50
lossDays：32
endBalance：1002955.52815
maxDrawdown：-312.15648999996483
maxDdPercent：-0.031176176911619793
totalNetPnl：2955.528149999998
dailyNetPnl：35.1848589285714
totalCommission：216.72784999999996
dailyCommission：2.580093452380952
totalSlippage：0.13400000000000006
dailySlippage：0.001595238095238096
totalTurnover：433455.70000000007
dailyTurnover：5160.186904761906
totalTradeCount：67
dailyTradeCount：0.7976190476190477
totalReturn：0.29555281499999975
annualizedReturn：0.8444366142857136
dailyReturn：0.0033835644182150003
returnStd：0.013975745298525763
sharpeRatio：3.7506375116750355

2_Optimization

BarGenerator内容

策略逻辑：

配置引擎回测

配置引擎回测

查看绩效与优化

打印最优结果排序的DataFrame

内容目录