README.md

xalpha

国内基金投资的全流程管理

场外基金的信息与净值获取，精确到分的投资账户记录整合分析与丰富可视化，简单的策略回测以及根据预设策略的定时投资提醒。尤其适合资金反复进出的定投型和网格型投资的概览与管理分析。

🎉 最新版本支持通用日线和实时数据获取器，统一接口一行可以获得几乎任何市场上存在产品的价格数据，进行分析。

一行拿到基金信息：

nfyy = xa.fundinfo("501018")

一行根据账单进行基金组合全模拟，和实盘完全相符:

jiaoyidan = xa.record(path).status # 额外一行先读入 path 处的 csv 账单
shipan = xa.mul(jiaoyidan) # Let's rock
shipan.combsummary() # 看所有基金总结效果

一行获取各种金融产品的历史日线数据或实时数据

xa.get_daily("SH518880") # 沪深市场历史数据
xa.get_daily("USD/CNY") # 人民币中间价历史数据
xa.get_rt("commodities/crude-oil") # 原油期货实时数据
xa.get_rt("HK00700", double_check=True) # 双重验证高稳定性支持的实时数据

一行拿到指数的历史估值和即时估值分析（需要聚宽数据，本地试用申请或直接在聚宽云平台运行）

xa.PEBHistory("SH000990").summary()

xalpha 不止如此，更多特性，欢迎探索。不只是数据，更是工具！

您也可以尝试基于 xalpha 构建的基金净值预测与场内溢价率提醒的项目: LOF-BOT.

文档

在线文档地址： https://xalpha.readthedocs.io/

或者通过以下命令，在本地doc/build/html内阅读文档。

$ cd doc
$ make html

安装

pip install xalpha

目前仅支持 python 3 。

若想要尝试最新版，

$ git clone https://github.com/refraction-ray/xalpha.git
$ cd xalpha && python3 setup.py install

用法

本地使用

由于丰富的可视化支持，建议配合 Jupyter Notebook 使用。可以参照这里给出的示例连接，快速掌握大部分功能。

在量化平台使用

这里以聚宽为例，打开聚宽研究环境的 jupyter notebook，运行以下命令：

>>> !pip3 install xalpha --user
>>> import sys
>>> sys.path.insert(0, "/home/jquser/.local/lib/python3.6/site-packages")
>>> import xalpha as xa

即可在量化云平台正常使用 xalpha，并和云平台提供数据无缝结合。

如果想在云平台研究环境尝试最新开发版 xalpha，所需配置如下。

>>> !git clone https://github.com/refraction-ray/xalpha.git
>>> !cd xalpha && python3 setup.py develop --user
>>> import sys
>>> sys.path.insert(0, "/home/jquser/.local/lib/python3.6/site-packages")
>>> import xalpha as xa

由于 xalpha 整合了部分聚宽数据源的 API，在云端直接 xa.provider.set_jq_data(debug=True) 即可激活聚宽数据源。

博客

• xalpha 诞生记

• xalpha 设计哲学及其他