QUANTAXIS快速入门与实践指南

QUANTAXIS QUANTAXIS 支持任务调度分布式部署的股票/期货/期权数据/回测/模拟/交易/可视化/多账户纯本地量化解决方案项目地址: https://gitcode.com/gh_mirrors/qua/QUANTAXIS

项目介绍

QUANTAXIS 是一款由 CSDN 用户 yutiansut 创建并维护的开源金融量化分析框架。它旨在提供一站式的量化解决方案，覆盖从数据获取到交易执行的全过程，包括股票、期货、期权等多个金融市场。QUANTAXIS设计灵活，支持任务调度、分布式部署，并具备强大的数据处理、回测、模拟交易、可视化、多账户管理能力。采用MIT许可协议，拥有活跃的社区支持，是个人投资者和技术团队进行量化策略研发的理想选择。

项目快速启动

安装QUANTAXIS

首先确保你的环境中已安装Python（推荐3.6以上版本）。然后通过pip安装QUANTAXIS：

pip install quantaxis

为了获得最新功能，也可以从GitHub源码安装：

git clone https://github.com/QUANTAXIS/QUANTAXIS.git
cd QUANTAXIS
pip install -e .

第一个QUANTAXIS程序

接下来，我们来运行第一个QUANTAXIS脚本，实现简单的数据获取和显示：

import QUANTAXIS as QA
from QUANTAXIS.QAUtil import QA_util_date_str2int, QA_util_date_int2str
start_date = QA_util_date_str2int('2018-01-01')
end_date = QA_util_date_str2int('2018-12-31')
stock_code = 'SH.600000'
data = QA.QA_fetch_get_stock_day_adv(stock_code, start_date, end_date)
print(data)

这段代码将获取股票代码为'600000'的上海股市日线数据，并打印出来。

应用案例和最佳实践

回测示例

QUANTAXIS的强大之处在于其回测系统。下面是一个简化的回测例子，展示如何基于简单移动平均线(SMA)策略进行股票交易决策：

from QUANTAXIS.QAUtil import QA_util_get_trade_days,QA_util_log_info
from QUANTAXIS.QABacktest import QA_Backtest仿真交易模块
from QUANTAXIS.QASetting import DATABASE
from QUANTAXIS.Strategy.base import QA_Strategy_base

class SimpleMovingAverage(QA_Strategy_base):
    def __init__(self, params, QA_data):
        super().__init__(params, QA_data)

    def __handle_data__(self, data):
        if self.data_index == 0:
            return None
        short_sma, long_sma = data[-1]['close'].rolling(window=5).mean(), data[-1]['close'].rolling(window=30).mean()
        if short_sma > long_sma and data[-2]['close'] <= long_sma:
            return 'buy'
        elif short_sma < long_sma and data[-2]['close'] >= long_sma:
            return 'sell'
        else:
            return 'hold'

params = {'code': 'SH.600000', 'start': '2018-01-01', 'end': '2018-12-31'}
backtesting_result = QA_Backtest.run_backtest(SimpleMovingAverage, params=params, database=DATABASE)
QA_util_log_info(backtesting_result)

这段代码实现了基于SMA策略的股票回测，展示了如何定义策略逻辑并运用QUANTAXIS进行历史数据测试。

典型生态项目

QUANTAXIS生态系统丰富，涵盖了多种应用场景和集成方案，例如：

QAWebServer: 提供基于Tornado的Web服务套件，可以构建量化交易平台的中台微服务。
QASchedule: 强大的后台任务调度模块，支持自动化运维和远程任务分配。
QAPubSub: 利用MQTT或RabbitMQ实现的消息队列系统，适用于复杂任务的异步处理和订单流管理。
QIFI: 一套统一的账户和资产管理系统，支持多市场和语言环境下的账户操作，如C++或Rust的集成。

这些组件相互配合，使得QUANTAXIS能够适应从个人研究到机构级别的量化投资需求。开发者可以通过参与社区，了解更多的实际案例和高级技巧，不断扩展自己的量化投资工具箱。

通过上述指引，您已经掌握了QUANTAXIS的基本应用，接下来可深入探索其丰富的功能和生态，以开发出适合自己的量化交易策略。记得加入QUANTAXIS的社区，与其他量化爱好者一起交流进步。