重构：开源的“积木式”量化系统与恒定市值网格策略

最近由于工作忙，开源项目暂放下了一会。

目前工作理顺了，可以开始维护。

优化一下项目定位，之前希望打造一个桌面版，这个目标去掉。

量化平台重要的是开发策略，无论是回测与实盘，一个gui界面都不是必须的。

定位：专注聚焦开发一个开源的“积木式”量化系统。

不同于传统strategy需要繁琐的定义和计算各种指标，同时也区别于完全界面可视化的功能受限，而是把通用功能块实现为“算子”，这样大部分的常见策略就可以通过“拼装”的方式来实现。

自动获取数据之类的，暂时不提供，会内置一些csv存储的数据供回测使用。

设计的目标，可以兼容股票、指数，ETF、可转债，主动基金，BTC。

只要是时间序列就可以。

下面是一个hello world的例子，与pyalgotrade或者backtrader差不多。

from engine.strategy import Strategy
from engine.datafeed import CSVDatafeed
import logging

logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)


class MyStrategy(Strategy):
    def __init__(self, feed):
        super(MyStrategy, self).__init__(feed)

    def onbar(self, index, date, df_bar):
        instrument = '000300.SH'
        if index == 0:
            self.acc.order_buy_mv(instrument, 100000)

        se = df_bar.loc[instrument]
        print(se['date'], '\t', se['close'])
        print(self.acc.get_total_mv())


feed = CSVDatafeed()
feed.add_data('000300.SH', '../datas/000300.SH.csv')

s = MyStrategy(feed=feed)
s.run()

我们只做了一件事，就是把沪深300每天的收盘价给打出来，同时第1天的时候买入并持有。

10万块钱进去，长期持有期末市值是165321。

而我们使用“恒定市值网格”策略，

就是当市值超过11万时，买掉1万，而市值低于9万时，买入1万，维护市值恒定，被动地低买高卖。

from engine.strategy import Strategy
from engine.datafeed import CSVDatafeed
import logging

logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)


# 恒定市值维护
class FixMarketValueStrategy(Strategy):
    def __init__(self, feed):
        super(FixMarketValueStrategy, self).__init__(feed)
        self.fix_mv = 100000.0
    def onbar(self, index, date, df_bar):
        print(date)
        instrument = '000300.SH'
        if index == 0:
            self.acc.order_buy_mv(instrument, 100000)

        # 取当前市值，若超过设定值，比如5万的10%，即55000，则卖掉5000，反之买入差额的部分
        # 取当前instrument的持仓市值，
        curr_mv = self.acc.get_instrument_mv(instrument)
        print(date, '当前持仓：{}'.format(curr_mv),'现金：{}'.format(self.acc.curr_cash))

        if curr_mv >= 1.1 * self.fix_mv:
            gap = curr_mv - self.fix_mv  # +5000
            self.acc.order_sell_mv(instrument, gap)
        elif curr_mv <= 0.9 * self.fix_mv:
            gap = self.fix_mv - curr_mv
            self.acc.order_buy_mv(instrument, gap)


feed = CSVDatafeed()
feed.add_data('000300.SH', '../datas/000300.SH.csv')

s = FixMarketValueStrategy(feed=feed)
s.run()
print(s.acc.get_total_mv())