回到原点
之前一直在找能实时回测的工具，研究一段时间vnpy感觉改成接口还是太麻烦了。
最后还是翻到了fmz的新手指引中的文档
里面发现可以实现我们要的功能，拿出来用了一波，半年了跟大家探讨一下。
顺便吐槽一下fmz的文章真是太少了，这么有用竟然在新手指引里，当时还是通过发帖问了一下才明白。
首先就是用户可以自主选择开始时间和结束时间，所以
这个东西就需要进行参数化：
感觉很笨的方法，不知道有没有什么函数可以初始化~
self.grid_setting = {
"min_price": min_price,
"max_price": max_price,
"grid_diff": grid_diff,
"re_diff": grid_diff,
"total_amount_B": total_amount_B
}
网格配置参数：最小，最大价格，格子的分布间隔和重新挂单的间隔。
以上都是用户提交的参数。
主要的bus函数为
def bus(self):
params = gen_params(self.begin, self.end, self.currency, self.balance, self.stocks)
task = VCtx(params)
done = self.train()
ret = task.Join(True)
benefit_cal = self.cal_benefit(ret,done)
result = {}
result['done'] = done
result['ret'] = benefit_cal
return result
通过刚才的gen_params函数获取fmz的回测配置
跑训练函数
根据fmz返回的数据结构，计算收益率和显示交易记录
调用task.Join()将结束回测任务，返回净值数据。Join参数不传True指返回原始未分析的回测结果，结束后不能再调用交易或行情相关函数。
通过文档，我在猜策略结果返回的东西的意思。。
附上fmz返回的收益数据的代码计算的
def cal_benefit(self,ret,done):
#计算相隔多少天
day_begin = datetime.datetime.strptime(self.begin, '%Y-%m-%d %H:%M:%S')
day_end = datetime.datetime.strptime(self.end, '%Y-%m-%d %H:%M:%S')
days = (day_end - day_begin).days
begin = ret.iloc[0].net
end = ret.iloc[-1].net
fee = ret.iloc[-1].fee
#计算一共多少次套利
df = pd.DataFrame(done)
#如果没有成交记录
if len(done) == 0:
benefit_cal = {}
benefit_cal['benefit'] = 0
benefit_cal['count'] = 0
benefit_cal['fee'] = 0
benefit_cal['benefit_p'] = 0
return benefit_cal
buy_count = len(df[df['type'] == 'buy'])
sell_count = len(df[df['type'] == 'sell'])
count = min(buy_count , sell_count)
benefit = count * self.grid_diff * float(done[0]['amount'])
benefit_cal = {}
benefit_cal['benefit']= benefit
benefit_cal['count']= count
benefit_cal['fee']= fee
print(benefit_cal)
per = benefit / self.total_amount_B * 360 / days
print(per)
benefit_cal['benefit_p']= round( per , 4)
return benefit_cal
对了。感觉有点乱，我先讲一下我们的网格的思路：
采用挂单检查的思路进行
首先根据用户的参数初始化网格
初次挂单
定时检查挂单的成交情况，根据买卖单再重新挂单
while True:
Sleep(1000 * 60 * 5)
if 'refreash_data_finish!' != mid.refreash_data():
continue
# 初始化网格
if not init_flag:
cur_price = mid.ticker['Last']
grid_list = grid.cal_grid_list(cur_price)
init_flag = True
# 开始挂单
if not place_flag:
grid.place_orders()
place_flag = True
# 开始检查订单状态及时挂单
grid.check_order_update()
done = grid.done
大概就是这样了，可能初次看比较懵。
这次想分享的主要是想表达fmz在14天内回测的速度基本可以满足用户在前端等待的时间，长了就有点慢了，是一个量化回测的作为接口的好工具，赞一个！
对了，这次还是回来宣传一波交易比赛的，我们永赢量化团队搞了一个交易比赛，免费参与。只要大家提供查询API即可报名成功，作为一个双周赛，撸点我们的奖金也很好。留个联系方式 fengye607.不知道这样说可以不，小草不要删我，我连平台的地址都不发出来，╭(╯^╰)╮