基于聚宽数据源和clickhouse数据库的本地量化回测系统

主要特点

数据源：聚宽

数据库：clickhouse

数据结构：全部为结构化numpy，加快计算的同时方便取数

测试阶段BUG多，勿用于生成环境

• 日线
• 1分钟线
• 集合竞价
• 复权

简明使用教程

安装clickhouse

参考clickhouse官网，用户名，密码可自行设置

安装QuadQuanta

pip 安装

pip install QuadQuanta

源码安装最新版

下载最新源码

git clone https://github.com/levonwoo/QuadQuanta.git

进入项目根目录

cd ./QuadQuanta

安装

python -m pip install -e .

使用示例

下载源码

git clone https://github.com/QuadQuanta/QuadQuanta.git

更新数据

运行./QuadQuanta/data/updata_daybar.py即可更新从2014-01-01开始的日线数据

首次会自动在用户目录创建~/.QuadQuanta/config.yaml文件，需要配置config.yaml文件后运行，以下是config.yaml文件示例

# 数据下载开始日期
start_date: '2014-01-01'
#聚宽账户
jqdata:
  username: 'yourusername' 
  passwd: 'yourpasswd'
# clickhouse配置
clickhouse:
  ip: '127.0.0.1'
  user: 'default'
  password: 'yourpasswrod' #无密码则为''
# mongodb配置
mongodb:
  uri: 'mongodb://127.0.0.1:27017'

修改config.yaml文件start_date项可修改开始时间，参考聚宽数据源的最早数据时间

示例

./QuadQuanta/examples/stock_picking.py文件为一个简易的选股示例

./QuadQuanta/examples/DoubleMA.py是一个简单的双均线策略示例

数据字段

日线，分钟线

fileds	类型	名称	注释
datetime		数据开始时间
code		股票代码	六位纯数字代码
open		时间段开始时价格
close		时间段结束时价格
high		时间段中最高价
low		时间段中最低价
volume		时间段中的成交的股票数量
amount		时间段中的成交的金额
avg		时间段中的平均价
high_limit		当日涨停价
low_limit		当日跌停价
pre_close		前一个单位时间结束时的价格,按天则是前一天的收盘价
date		当日日期
date_stamp		日期时间戳