https://github.com/namoshizun/tradepy

Backtesting & Tradebot by the programmer, for the programmer. 一款温柔地对待程序员的量化框架 🤟
https://github.com/namoshizun/tradepy

algotrading fintech quantitative-trading trading

Last synced: 4 months ago
JSON representation

Backtesting & Tradebot by the programmer, for the programmer. 一款温柔地对待程序员的量化框架 🤟

• Host: GitHub
• URL: https://github.com/namoshizun/tradepy
• Owner: namoshizun
• License: mit
• Created: 2023-03-05T08:38:15.000Z (over 2 years ago)
• Default Branch: main
• Last Pushed: 2024-02-11T02:47:30.000Z (over 1 year ago)
• Last Synced: 2024-02-11T03:28:24.287Z (over 1 year ago)
• Topics: algotrading, fintech, quantitative-trading, trading
• Language: Python
• Homepage: https://docs.trade-py.com/
• Size: 10.2 MB
• Stars: 25
• Watchers: 2
• Forks: 4
• Open Issues: 1
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          

# TradePy





  

   



TradePy是一个面向证券交易的量化策略开发 + 实盘交易框架，实现了如下功能:

* **数据下载**

  * 通过 [Akshare](https://github.com/akfamily/akshare/) 下载A股股票、ETF和宽基指数的日K，以及后复权因子、解禁日期等数据

  * 通过 [XtQuant](http://docs.thinktrader.net/pages/4a989a) 下载日内1分钟K线。

  * 数据下载为本地CSV或Pickle文件，不需要安装数据库，下载后即可离线使用

  

* **策略实现**: 提供声明式API以快速实现策略逻辑，内置多种常用指标，使用 [Numba](https://numba.pydata.org/) 加速耗时操作.

* **策略回测**: 日K级别的交易回测，并生成回测报告。可用分钟K线做日内走势回测。

  * 可设置 每日最大开仓数量、最低开仓金额、个股最大仓位

  * 计算后复权股价，支持多种滑点设置

  * 可并行跑多轮回测，观察策略表现的统计特征.

* **寻参优化**: 基于网格搜索的参数寻优，并使用 [Dask Distributed](https://distributed.dask.org/) 做并行化。未来将集成更智能的寻参算法，当前也支持使用自定义的寻参算法。

* **实盘交易**: 通过 [XtQuant](http://docs.thinktrader.net/pages/4a989a) 执行实盘交易，并自行统计当日持仓和账户余额等信息，以规避QMT终端的诸多数据反馈不及时问题。

  * 每日自动更新日K数据。

  * 支持设置委托单过期时间，超时不成交且不在当前买一价，可自动撤单.

  * 支持微信推送交易行为和异常状态 （🚧施工中）

* **实盘/回测对比**: 读取实盘的交割单PDF，并与同期的回测结果进行比对，以验证回测结果的可信度（🚧施工中）。

**在线文档**: https://docs.trade-py.com

**镜像仓库**: https://gitee.com/dilu3100/TradePy

**TODOs**

- [x] 测试用例

- [ ] 日内交易回测

- [ ] 微信推送交易行为

- [ ] 加载实盘交割单，与回测结果对比

- [ ] 回放回测中的交易行为

- [ ] 优化回测报告

- [ ] 调研在浏览器里使用TradePy回测功能的可行性