自己做量化交易软件(4)通通量化分析框架构成2
通通股票量化分析框架采用模块化设计，每个模块存放在不同的py文件中。
我们接着上一篇介绍。
五、基础窗口画面框架 HP_view.py
HP_view.py文件中存放了关于窗口构成，绘图的主要模块。
因程序比较长，读者可自己看源代码。
主要模块的功能如下.
class plotFrame3(Frame): # 继承Frame类
这个是构成K线图的模块，数字3表示3指标图形，K线，成交量，自定义指标。
class MainFrame(Frame): # 继承Frame类
是主图类，用于输入选择股票，日期区间，指标类型的功能。
其中st3()是确定按钮，用于切换股票图形画面。
这个文件引入的主要py模块如下：
import HP_zwdata as sd
import HP_lib as mylib
import HP_draw as mydrawHP_zwdata.py 主要是处理zwDat字王股票历史数据使用的模块。我们基本用不上，就不介绍了，有兴趣去看源代码了。
六、自定义指标绘图模块 HP_draw.py
这个模块主要存放图形最下面的指标绘图函数，我们设计了KDJ,MACD,KDJ,OBV等指标绘图函数，用户可以参考设计自己的新指标。
import HP_zwdata as sd
from HP_global import *
from HP_set import *
import HP_lib as mylib
def draw_OBV(ax1,days,x,y):
rsiCol = '#c1f9f7'
posCol = '#386d13'
negCol = '#8f2020'
df=mylib.OBVX(days,x,y)
ax2 = plt.subplot2grid((7,4), (5,0), sharex=ax1, rowspan=2, colspan=4, axisbg='#07000d')
fillcolor = '#00ffe8'
ax2.plot(df.date.values, df.OBV_6.values, color=rsiCol, lw=2)
ax2.plot(df.date.values, df.OBV_12.values, color=posCol, lw=2)
plt.gca().yaxis.set_major_locator(mticker.MaxNLocator(prune='upper'))
ax2.spines['bottom'].set_color("#5998ff")
ax2.spines['top'].set_color("#5998ff")
ax2.spines['left'].set_color("#5998ff")
ax2.spines['right'].set_color("#5998ff")
ax2.tick_params(axis='x', colors='w')
ax2.tick_params(axis='y', colors='w')
ax2.grid(True, color='r')
plt.ylabel('OBV', color='w')
ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=6, prune='upper'))
return
def draw_RSI(ax1,days,x,y,z):
rsiCol = '#c1f9f7'
posCol = '#386d13'
negCol = '#8f2020'
df=mylib.RSIX(days,x,'RSI1')
df=mylib.RSIX(df,y,'RSI2')
df=mylib.RSIX(df,z,'RSI3')
ax2 = plt.subplot2grid((7,4), (5,0), sharex=ax1, rowspan=2, colspan=4, axisbg='#07000d')
fillcolor = '#00ffe8'
ax2.plot(df.date.values, df.RSI1.values, color=rsiCol, lw=2)
ax2.plot(df.date.values, df.RSI2.values, color=posCol, lw=2)
ax2.plot(df.date.values, df.RSI3.values, color=negCol, lw=2)
plt.gca().yaxis.set_major_locator(mticker.MaxNLocator(prune='upper'))
ax2.spines['bottom'].set_color("#5998ff")
ax2.spines['top'].set_color("#5998ff")
ax2.spines['left'].set_color("#5998ff")
ax2.spines['right'].set_color("#5998ff")
ax2.tick_params(axis='x', colors='w')
ax2.tick_params(axis='y', colors='w')
ax2.axhline(80, color=negCol)
ax2.axhline(20, color=posCol)
plt.ylabel('RSI', color='w')
ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=6, prune='upper'))
return
def draw_KDJ(ax1,days,x,y,z):
rsiCol = '#c1f9f7'
posCol = '#386d13'
negCol = '#8f2020'
df=mylib.KDJ(days,x,y,z)
ax2 = plt.subplot2grid((7,4), (5,0), sharex=ax1, rowspan=2, colspan=4, axisbg='#07000d')
fillcolor = '#00ffe8'
ax2.plot(df.date.values, df.K.values, color=rsiCol, lw=2)
ax2.plot(df.date.values, df.D.values, color=posCol, lw=2)
ax2.plot(df.date.values, df.J.values, color=negCol, lw=2)
plt.gca().yaxis.set_major_locator(mticker.MaxNLocator(prune='upper'))
ax2.spines['bottom'].set_color("#5998ff")
ax2.spines['top'].set_color("#5998ff")
ax2.spines['left'].set_color("#5998ff")
ax2.spines['right'].set_color("#5998ff")
ax2.tick_params(axis='x', colors='w')
ax2.tick_params(axis='y', colors='w')
ax2.axhline(80, color=negCol)
ax2.axhline(20, color=posCol)
plt.ylabel('KDJ', color='w')
ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=6, prune='upper'))
return
def draw_MACD(ax1,days,x,y,z):
rsiCol = '#c1f9f7'
posCol = '#386d13'
negCol = '#8f2020'
df=mylib.MACD(days,x,y)
ax2 = plt.subplot2grid((7,4), (5,0), sharex=ax1, rowspan=2, colspan=4, axisbg='#07000d')
fillcolor = '#00ffe8'
ax2.plot(df.date.values, df.MACDsign_12_26.values, color=rsiCol, lw=1)
ax2.plot(df.date.values, df.MACD_12_26.values, color=negCol, lw=1)
ax2.fill_between(df.date.values, df.MACDdiff_12_26.values, 0, alpha=0.5, facecolor=fillcolor, edgecolor=fillcolor)
plt.gca().yaxis.set_major_locator(mticker.MaxNLocator(prune='upper'))
ax2.spines['bottom'].set_color("#5998ff")
ax2.spines['top'].set_color("#5998ff")
ax2.spines['left'].set_color("#5998ff")
ax2.spines['right'].set_color("#5998ff")
ax2.tick_params(axis='x', colors='w')
ax2.tick_params(axis='y', colors='w')
ax2.axhline(0, color=negCol)
plt.ylabel('MACD', color='w')
ax2.yaxis.set_major_locator(mticker.MaxNLocator(nbins=3, prune='upper'))
return 七、股票数据处理函数库 HP_lib.py
这个文件中存放了一些常用数据函数，用户可以自己根据例子来扩充自己的函数库。
下面是部分程序代码，完整代码请阅读源程序。
###################基本函数库##############################
使用说明
df 指标序列
tp 指标字段,例如close
n 周期数
al 字段别名,可以省略
----------------------------------------------------
import hplibx as mylib
平均移动线函数
def MA(df,tp, n) #移动平均,Moving Average
使用 df=(df,'close',5)
def EMA(df,tp, n) #指数移动平均.Exponential Moving Average
上穿函数
def CROSS(df,tp1,tp2)
#取前n周期数值函数
def REF(df,tp,n)
#取后n周期数值函数
def REFX(df,tp, n)
#Standard Deviation#标准偏差
def STDDEV(df,tp,n):
#取前n周期数值的最高价
def HHV(df,tp, n,al=''):
#取前n周期数值的最低价
def LLV(df,tp, n,al=''):
#取前n周期数值大于0的次数
def COUNT(df,tp, n,al=''):
#求前n周期数值和
def SUM(df,tp, n,al=''):
#Winner当前价格获利率
def WINNER(df,price, tp1,al=''):
#求动态移动平均。
#DMA(X,A),求X的A日动态移动平均。
def DMA(df,tp1,tp2,al=''):
#大于等于函数
def EGT(df,tp1,tp2,al=''):
#小于等于函数
def ELT(df,tp1,tp2,al=''):
#等于函数
def EQUAL(df,tp1,tp2,al=''):
#大于函数
def GT(df,tp1,tp2,al=''):
#小于函数
def LT(df,tp1,tp2,al=''):
#并且函数
def AND(df,tp1,tp2,al=''):
#或者函数
def OR(df,tp1,tp2,al=''):
###################指标库########################
def ACCDIST(df, n): #积累/分配,Accumulation/Distribution
def ADX(df, n, n_ADX): #定向运动平均指数,Average Directional Movement Index
def ATR(df, n): #平均真实范围.Average True Range
def BBANDS(df, n): #布林带.Bollinger Bands
def CCI(df, n): #商品通道指数,Commodity Channel Index
def COPP(df, n): #COPPOCK曲线,Coppock Curve
def Chaikin(df): #蔡金振荡器,Chaikin Oscillator
def DONCH(df, n): #奇安通道,Donchian Channel
def EOM(df, n): #缓解运动,Ease of Movement
def FORCE(df, n): #力指数,Force Index
def KELCH(df, n): #Keltner通道,Keltner Channel
def KST(df, r1, r2, r3, r4, n1, n2, n3, n4): # KST振荡器,KST Oscillator
def MACD(df, n_fast, n_slow):
#MACD指标信号和MACD的区别, MACD Signal and MACD difference
def MFI(df, n): #资金流量指标和比率,Money Flow Index and Ratio
def MOM(df, n): #动量.Momentum
def MassI(df): #质量指数,Mass Index
def OBV(df, n): #平衡量,On-balance volume
def PPSR(df): #支点，支撑和阻力.Pivot Points, Supports and Resistances
def ROC(df, n): #变化率.Rate of Change
def RSI(df, n): #相对强弱指标,Relative Strength Index
def STDDEV(df, n): #标准偏差,#Standard Deviation
def STO(df, n): #随机指标D,Stochastic oscillator %D
def STOK(df): #随机指标K,Stochastic oscillator %K
def TRIX(df, n): #矩阵,#Trix
def TSI(df, r, s): #真实强度指数,True Strength Index
def ULTOSC(df): #最终振荡器,Ultimate Oscillator
def Vortex(df, n): #涡指标,#Vortex Indicator
"""
import platform
import pandas as pd
import numpy
import math as m
#from HP_global import *
import HP_global
#版本号
def VER():
return 1.00
#版本号
def Ver():
return 1.00
#聚宽股票代码转换
def jqsn(s):
if (len(s)<6 and len(s)>0):
s=s.zfill(6)+'.XSHE'
if len(s)==6:
if s[0:1]=='0':
s=s+'.XSHE'
else:
s=s+'.XSHG'
return s
##############内部函数库########################
def ema(c_list,n=12):
y_list=[]
_n = 1
for c in c_list:
if c == c_list[0]:
y = c
elif _n<n:
y= c*2/(_n+1) + (1- 2/(_n+1))*y_list[-1]
else:
y=c*2/(n+1)+(1-2/(n+1))*y_list[-1]
y_list.append(y)
_n = _n+1
return y_list
##############基本函数库#########################
def G_MA(Series,n):
G_pyver=int(platform.python_version()[0:1])
G_ma=None
if G_pyver==2:
G_MAstr='pd.rolling_mean(Series,n)'
G_ma=eval(G_MAstr)
else :
G_MAstr='Series.rolling(window=n,center=False).mean()'
G_ma=eval(G_MAstr)
return G_ma
#通用STD计算
def G_STD(Series,n):
G_pyver=int(platform.python_version()[0:1])
G_ma=None
if G_pyver==2:
G_MAstr='pd.rolling_std(Series,n)'
G_ma=eval(G_MAstr)
else :
G_MAstr='Series.rolling(window=n,center=False).std()'
G_ma=eval(G_MAstr)
return G_ma八、构建主窗口的程序包 HP_MainPage.py
在介绍HP_Login.py登录窗口代码时，我们看到了引入这个文件包。
from HP_MainPage import *
当用户密码通过验证时，就会执行主画面构建模块MainPage(self.root) 。
HP_MainPage.py部分源代码如下，完整程序请读者阅读源代码。
from PIL import Image, ImageTk
import webbrowser
import os
from HP_view import * #菜单栏对应的各个子页面
from HP_global import *
from HP_set import *
class MainPage(object):
def __init__(self, master=None):
HP_init()
self.root = master #定义内部变量root
G_root=self.root
self.w = G_winW
self.h = G_winH
self.root.title(G_title)
self.staIco = '.\jk.ico'
self.root.geometry('%dx%d' % (self.w, self.h)) #设置窗口大小
#plotCreat(self.root)
self.createUI()
self.center()
self.loop()
# 生成界面
def createUI(self):
self.createICO()
self.createMenu()
self.createToolbar()
self.createPage()
def loop(self):
self.root.resizable(True, True) #禁止修改窗口大小
self.center() #窗口居中
self.root.mainloop()
def _quit(self):
#结束事件主循环，并销毁应用程序窗口
self.root.quit()
self.root.destroy()
def center(self):
ws = self.root.winfo_screenwidth()
hs = self.root.winfo_screenheight()
x = int( (ws/2) - (self.w/2) )
y = int( (hs/2) - (self.h/2) )
self.root.geometry('{}x{}+{}+{}'.format(self.w, self.h, x, y))
self.root.iconbitmap(self.staIco)主窗口显示画面如下：
这2篇文章大概介绍了通通量化软件总构成。我们后面根据自己程序的完善，逐步介绍给大家，怎么扩种软件功能，来实现自己所要求的功能。