StockQuant
Gary-Hertel
请勿提交issue
!可以加入交流群与其他朋友一起自学交流,加微信mzjimmy
一、配置文件的设置
启动框架需要先导入必要的模块,并且载入一次配置文件!
配置文件是一个json
格式的文件config.json
,在docs
文件夹中有模板文件,其内容如下,将其中的信息替换成自己的即可:
{
"LOG": {
"level": "debug",
"handler": "stream"
},
"DINGTALK": "your dingding token",
"TUSHARE": "your tushare token",
"SENDMAIL": {
"from": "your qq email address",
"password": "your qq email authorization code",
"to": "your qq email address",
"server": "smtp.qq.com",
"port": 587
}
}
其中的内容说明:
LOG
:日志配置level
:日志显示的等级,可选debug
、info
、error
、warning
、critical
handler
:日志的输出方式,可选stream
、file
、time
DINGTALK
:你的钉钉webhook token
TUSHARE
:你的tushare_pro token
SENDMAIL
:邮箱配置from
:发件邮箱,推荐使用QQ
邮箱password
:你的QQ
邮箱授权码,非QQ
密码to
:收件邮箱,推荐使用QQ
邮箱并在微信上绑定此邮箱以实现微信接收消息server
:邮箱服务器,QQ
邮箱默认使用此服务器port
:邮箱端口,QQ
邮箱默认此端口即可
除了配置的这些信息外,也可以向配置文件中添加任意的信息,但注意不能与默认设置内容中大写的内容名称相同,即使你添加的信息是小写亦不可!要在策略中使用向配置文件中增加的信息,示例如下:
比如我们向配置文件中添加一项信息
{ "LOG": { "level": "debug", "handler": "stream" }, "DINGTALK": "your dingding token", "TUSHARE": "your tushare token", "SENDMAIL": { "from": "your qq email address", "password": "your qq email authorization code", "to": "your qq email address", "server": "smtp.qq.com", "port": 587 }, "person_name": "Gary-Hertel" }要在策略中使用,只需:
config.person_name
二、框架的启用
在我们配置好配置文件后,将其放入我们的项目中,接下来就可以使用我们的框架了:
from stockquant.quant import * # 导入必要的模块
config.loads('config.json') # 载入配置文件
三、行情数据
行情数据获取,具体参数请看方法内部的说明文档,在开发工具中,按住ctrl
用鼠标点击一下方法的名称即可查看。
说明 | 调用方式 |
---|---|
获取指定股票的实时数据 | Market.tick(symbol) |
获取深圳成指 | Market.shenzhen_component_index() |
获取上证综指 | Market.shanghai_component_index() |
获取历史k线数据 | Market.kline(symbol, timeframe, adj=None, start_date=None, end_date=None) |
股票列表 | Market.stocks_list(day=None) |
查询今日沪深股市是否开盘 | Market.today_is_open() |
证券基本资料 | Market.stock_basic_info(symbol=None, symbol_name=None) |
查询除权除息信息 | Market.dividend_data(symbol, year, yearType) |
查询复权因子信息 | Market.adjust_factor(symbol, start_date=None, end_date=None) |
季频盈利能力 | Market.profit_data(symbol, year=None, quarter=None) |
季频营运能力 | Market.operation_data(symbol, year=None, quarter=None) |
季频成长能力 | Market.growth_data(symbol, year=None, quarter=None) |
季频偿债能力 | Market.balance_data(symbol, year=None, quarter=None) |
季频现金流量 | Market.cash_flow_data(symbol, year=None, quarter=None) |
季频杜邦指数 | Market.dupont_data(symbol, year=None, quarter=None) |
季频公司业绩快报 | Market.performance_express_report(symbol, start_date, end_date) |
季频公司业绩预告 | Market.forcast_report(symbol, start_date, end_date) |
存款利率 | Market.deposit_rate_data(start_date=None, end_date=None) |
贷款利率 | Market.loan_rate_data(start_date=None, end_date=None) |
存款准备金率 | Market.required_reserve_ratio_data(start_date=None, end_date=None, yearType=None) |
货币供应量 | Market.money_supply_data_month(start_date=None, end_date=None) |
货币供应量(年底余额) | Market.money_supply_data_year(start_date=None, end_date=None) |
银行间同业拆放利率 | Market.shibor_data(start_date=None, end_date=None) |
获取行业分类信息 | Market.stock_industry(symbol=None, date=None) |
获取上证50成分股信息 | Market.sz50_stocks(date=None) |
沪深300成分股 | Market.hs300_stocks(date=None) |
中证500成分股 | Market.zz500_stocks(date=None) |
获取新股上市列表数据 | Market.new_stock() |
Note: 获取指定股票的实时数据时,Tick对象数据结构如下:
调用方式 | 数据类型 | 字段说明 |
---|---|---|
tick.symbol |
string |
股票名称 |
tick.last |
float |
当前价格 |
tick.open |
float |
今日开盘价 |
tick.high |
float |
今日最高价 |
tick.low |
float |
今日最低价 |
tick.yesterday_close |
float |
昨日收盘价 |
tick.bid_price |
float |
竞买价 |
tick.ask_price |
float |
竞卖价 |
tick.transactions |
float |
成交数量 |
tick.turnover |
float |
成交金额 |
tick.bid1_quantity |
float |
买一数量 |
tick.bid1_price |
float |
买一报价 |
tick.bid2_quantity |
float |
买二数量 |
tick.bid2_price |
float |
买二报价 |
tick.bid3_quantity |
float |
买三数量 |
tick.bid3_price |
float |
买三报价 |
tick.bid4_quantity |
float |
买四数量 |
tick.bid4_price |
float |
买四报价 |
tick.bid5_quantity |
float |
买五数量 |
tick.bid5_price |
float |
买五报价 |
tick.ask1_quantity |
float |
卖一数量 |
tick.ask1_price |
float |
卖一报价 |
tick.ask2_quantity |
float |
卖二数量 |
tick.ask2_price |
float |
卖二报价 |
tick.ask3_quantity |
float |
卖三数量 |
tick.ask3_price |
float |
卖三报价 |
tick.ask4_quantity |
float |
卖四数量 |
tick.ask4_price |
float |
卖四报价 |
tick.ask5_quantity |
float |
卖五数量 |
tick.ask5_price |
float |
卖五报价 |
tick.timestamp |
str |
时间戳 |
四、技术指标
kline = Market.kline("sh601003", "1d")
指标名称 | 调用方式 | 返回值 |
---|---|---|
指数移动平均线 |
ATR(14, kline=kline) |
一维数组 |
k线数据的长度 |
CurrentBar(kline=kline) |
整型数字 |
布林 |
BOLL(20, kline=kline) |
{"upperband": 上轨, "middleband": 中轨, "lowerband": 下轨} |
顺势指标 |
CCI(20, kline=kline) |
一维数组 |
周期最高价 |
HIGHEST(20, kline=kline) |
一维数组 |
移动平均线 |
MA(20, 30, kline=kline) |
一维数组 |
指数平滑异同平均线 |
MACD(14, 26, 9, kline=kline) |
{'DIF': DIF数组, 'DEA': DEA数组, 'MACD': MACD数组} |
指数平均数 |
EMA(20, 30, kline=kline) |
一维数组 |
考夫曼自适应移动平均线 |
KAMA(20, 30, kline=kline) |
一维数组 |
随机指标 |
KDJ(20, 30, 9, kline=kline) |
{'k': k值数组, 'd': d值数组} |
周期最低价 |
LOWEST(20, kline=kline) |
一维数组 |
能量潮 |
OBV(kline=kline) |
一维数组 |
强弱指标 |
RSI(20, kline=kline) |
一维数组 |
变动率指标 |
ROC(20, kline=kline) |
一维数组 |
随机相对强弱指数 |
STOCHRSI(20, 30, 9, kline=kline) |
{'stochrsi': stochrsi数组, 'fastk': fastk数组} |
抛物线指标 |
SAR(kline=kline) |
一维数组 |
标准方差 |
STDDEV(20, kline=kline, nbdev=None) |
一维数组 |
三重指数平滑平均线 |
TRIX(20, kline=kline) |
一维数组 |
成交量 |
VOLUME(kline=kline) |
一维数组 |
五、日志
日志模块对于分析程序的运行状况至关重要,StockQuant
内置日志模块,可用来方便记录程序运行状况与排查问题。
日志一共分成5个等级,从低到高分别是:
- DEBUG
- INFO
- WARNING
- ERROR
- CRITICAL
logger.debug("DEBUG日志")
logger.info("INFO日志")
logger.warning("WARNING日志")
logger.error("ERROR日志")
logger.critical("CRITICAL日志")
配置文件中,level
如设置成debug
级别,则会输出所有级别的日志,如设置成info
级别,只会输出info
及以上级别的日志,而不会输出debug
级别的日志。
配置文件中,handler
如设置为stream
,是打印日志到控制台;如设为file
是保存至文件,文件大小按1M
进行分割,会保留最近的1000
份日志文件;如设置为time
是按照每天进行分割。
Note
:如果是在宝塔面板上运行程序,记得将配置文件中LOG
的handler
设置不要设置为stream
,否则会一直写入日志,并且不会自动分割日志。
六、信息推送
信息推送对于风控通知来说是至关重要的。StockQuant
内置信息推送模块,可直接调用以推送信息至钉钉或邮箱。
1.钉钉
Note
:需在配置文件中设置钉钉WebHook Api
,建立钉钉群聊后添加一个WebHook
机器人,创建机器人时指定关键字如交易
。
(1)推送文本类型信息
推送文本类型信息时需包含关键字,否则无法送达。
Dingralk.text("交易提醒:sh600519的价格已达到2000元!")
markdown
类型信息
(2)推送推送markdown
信息时无需包含关键字(前提是你的关键字设置的是交易
)。下面看一个示例:
from stockquant.quant import *
config.loads('config.json')
tick = Market.tick("sh600519")
content = "### 订单更新推送\n\n" \
"> **股票名称:** {symbol}\n\n" \
"> **当前价格:** {last}\n\n" \
"> **成交数量:** {transactions}\n\n" \
"> **成交金额:** {turnover}\n\n" \
"> **时间戳:** {timestamp}".format(
symbol=tick.symbol,
last=tick.last,
transactions=tick.transactions,
turnover=tick.turnover,
timestamp=tick.timestamp
)
DingTalk.markdown(content)
2.邮件
sendmail("交易提醒:sh600519的价格已达到2000美元!")
七、数据存储
txt_save(content, filename) # 保存数据至txt文件
txt_read(filename) # 读取txt文件中的数据
save_to_csv_file(tuple, path) # 保存文件至csv文件
read_csv_file(path) # 读取csv文件中保存的数据
八、时间戳转换的一些方法
sleep(seconds) # 休眠,作用等同于time.sleep()
get_cur_timestamp() # 获取当前时间戳(秒)
ts_to_utc_str(ts) # 将时间戳转换为UTC时间格式
get_cur_timestamp_ms() # 获取当前时间戳(毫秒)
get_cur_datetime_m() # 获取当前日期时间字符串,包含 年 + 月 + 日 + 时 + 分 + 秒
get_datetime() # 获取日期字符串,包含 年 + 月 + 日
date_str_to_dt(date_str) # 日期字符串转换到datetime对象
dt_to_date_str(dt) # datetime对象转换到日期字符串
get_utc_time() # 获取当前utc时间
get_localtime() # 获取本地时间
ts_to_datetime_str(ts) # 将时间戳转换为日期时间格式,年-月-日 时:分:秒
datetime_str_to_ts(dt_str) # 将日期时间格式字符串转换成时间戳
datetime_to_timestamp(dt) # 将datetime对象转换成时间戳
utctime_str_to_ts(utctime_str) # 将UTC日期时间格式字符串转换成时间戳
utctime_str_to_mts(utctime_str) # 将UTC日期时间格式字符串转换成时间戳(毫秒)
九、自动交易
"""
股票自动交易,使用的是easytrader开源项目。
仅支持windows系统,云主机与虚拟机上无法运行。
具体用法,可参考哔哩哔哩教学视频:
https://www.bilibili.com/video/BV1zK411u7uG
"""
from stockquant.quant import *
class Strategy:
def __init__(self):
self.trade = Trade(config_file="config.json", symbol="sh512980") # 初始化trade模块
self.do_action()
def do_action(self):
price = Market.tick("sh512980").ask1_price # 获取卖一价格
success, error = self.trade.buy(price, amount) # 买入
success, error = self.trade.sell(price, amount) # 卖出
success, error = self.trade.get_positions() # 查询当前持仓
success, error = self.trade.get_balance() # 查询资金信息
success, error = self.trade.get_today_orders() # 查询今日委托
success, error = self.trade.get_today_deals() # 查询今日成交
if error:
DingTalk.text("交易提醒:失败:{}".format(error))
pass
logger.info("success:{}".format(success))
if __name__ == '__main__':
Strategy()
updated at 2021/03/03