增加script目录，修改setup.py

examples/runCtaBacktesting/loadCsv.py

@@ -0,0 +1,13 @@
+# encoding: UTF-8
+
+"""
+导入MC导出的CSV历史数据到MongoDB中
+"""
+
+from vnpy.trader.app.ctaStrategy.ctaBase import MINUTE_DB_NAME
+from vnpy.trader.app.ctaStrategy.ctaHistoryData import loadMcCsv
+
+
+if __name__ == '__main__':
+    loadMcCsv('IF0000_1min.csv', MINUTE_DB_NAME, 'IF0000')
+

examples/runCtaBacktesting/runBacktesting.py

@@ -0,0 +1,42 @@
+# encoding: UTF-8
+
+"""
+展示如何执行策略回测。
+"""
+
+from __future__ import division
+
+
+from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, MINUTE_DB_NAME
+
+
+if __name__ == '__main__':
+    from vnpy.trader.app.ctaStrategy.strategy.strategyAtrRsi import AtrRsiStrategy
+
+    # 创建回测引擎
+    engine = BacktestingEngine()
+
+    # 设置引擎的回测模式为K线
+    engine.setBacktestingMode(engine.BAR_MODE)
+
+    # 设置回测用的数据起始日期
+    engine.setStartDate('20120101')
+
+    # 设置产品相关参数
+    engine.setSlippage(0.2)     # 股指1跳
+    engine.setRate(0.3/10000)   # 万0.3
+    engine.setSize(300)         # 股指合约大小 
+    engine.setPriceTick(0.2)    # 股指最小价格变动
+
+    # 设置使用的历史数据库
+    engine.setDatabase(MINUTE_DB_NAME, 'IF0000')
+
+    # 在引擎中创建策略对象
+    d = {'atrLength': 11}
+    engine.initStrategy(AtrRsiStrategy, d)
+
+    # 开始跑回测
+    engine.runBacktesting()
+
+    # 显示回测结果
+    engine.showBacktestingResult()

examples/runCtaBacktesting/runOptimization.py

@@ -0,0 +1,52 @@
+# encoding: UTF-8
+
+"""
+展示如何执行参数优化。
+"""
+
+from __future__ import division
+
+
+from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, MINUTE_DB_NAME, OptimizationSetting
+
+
+if __name__ == '__main__':
+    from vnpy.trader.app.ctaStrategy.strategy.strategyAtrRsi import AtrRsiStrategy
+
+    # 创建回测引擎
+    engine = BacktestingEngine()
+
+    # 设置引擎的回测模式为K线
+    engine.setBacktestingMode(engine.BAR_MODE)
+
+    # 设置回测用的数据起始日期
+    engine.setStartDate('20120101')
+
+    # 设置产品相关参数
+    engine.setSlippage(0.2)     # 股指1跳
+    engine.setRate(0.3/10000)   # 万0.3
+    engine.setSize(300)         # 股指合约大小 
+    engine.setPriceTick(0.2)    # 股指最小价格变动
+
+    # 设置使用的历史数据库
+    engine.setDatabase(MINUTE_DB_NAME, 'IF0000')
+
+    # 跑优化
+    setting = OptimizationSetting()                 # 新建一个优化任务设置对象
+    setting.setOptimizeTarget('capital')            # 设置优化排序的目标是策略净盈利
+    setting.addParameter('atrLength', 12, 20, 2)    # 增加第一个优化参数atrLength，起始12，结束20，步进2
+    setting.addParameter('atrMa', 20, 30, 5)        # 增加第二个优化参数atrMa，起始20，结束30，步进5
+    setting.addParameter('rsiLength', 5)            # 增加一个固定数值的参数
+
+    # 性能测试环境：I7-3770，主频3.4G, 8核心，内存16G，Windows 7 专业版
+    # 测试时还跑着一堆其他的程序，性能仅供参考
+    import time    
+    start = time.time()
+
+    # 运行单进程优化函数，自动输出结果，耗时：359秒
+    #engine.runOptimization(AtrRsiStrategy, setting)            
+
+    # 多进程优化，耗时：89秒
+    engine.runParallelOptimization(AtrRsiStrategy, setting)
+
+    print u'耗时：%s' %(time.time()-start)

examples/runVnTrader/VnTrader.bat

@@ -0,0 +1 @@
+python run.py

setup.py

@@ -23,7 +23,7 @@ def getSubpackages(name):
 setup(
     name='vnpy',
     version=vnpy.__version__,
-    description='A framework for dveloping quantitative trading strategy',
+    description='A framework for developing quantitative trading strategy',
     long_description = long_desc,
     author=vnpy.__author__,
     author_email='vn.py@foxmail.com',
@@ -34,7 +34,7 @@ def getSubpackages(name):
                  'Programming Language :: Python :: 2.7',
                  'License :: OSI Approved :: MIT License'],
     packages=getSubpackages('vnpy'),
-    package_data={'': ['*.json', '*.md', 
+    package_data={'': ['*.json', '*.md', '*.ico',
                        '*.dll', '*.lib', '*.so', '*.pyd',
                        '*.dat', '*.ini', '*.pfx', '*.scc', '*.crt', '*.key']},
 )

vnpy/__init__.py

@@ -1,4 +1,4 @@
 # encoding: UTF-8
 
-__version__ = '1.6.2'
+__version__ = '1.6.2b'
 __author__ = u'用Python的交易员'

vnpy/trader/app/ctaStrategy/ctaBacktesting.py

@@ -102,10 +102,12 @@ def setStartDate(self, startDate='20100416', initDays=10):
     def setEndDate(self, endDate=''):
         """设置回测的结束日期"""
         self.endDate = endDate
+
         if endDate:
-            self.dataEndDate= datetime.strptime(endDate, '%Y%m%d')
+            self.dataEndDate = datetime.strptime(endDate, '%Y%m%d')
+
             # 若不修改时间则会导致不包含dataEndDate当天数据
-            self.dataEndDate.replace(hour=23, minute=59)    
+            self.dataEndDate = self.dataEndDate.replace(hour=23, minute=59)    
 
     #----------------------------------------------------------------------
     def setBacktestingMode(self, mode):
@@ -947,40 +949,4 @@ def optimize(strategyClass, setting, targetName,
     except KeyError:
         targetValue = 0            
     return (str(setting), targetValue)    
-
-
-if __name__ == '__main__':
-    # 以下内容是一段回测脚本的演示，用户可以根据自己的需求修改
-    # 建议使用ipython notebook或者spyder来做回测
-    # 同样可以在命令模式下进行回测（一行一行输入运行）
-    from strategy.strategyEmaDemo import *
-
-    # 创建回测引擎
-    engine = BacktestingEngine()
-
-    # 设置引擎的回测模式为K线
-    engine.setBacktestingMode(engine.BAR_MODE)
-
-    # 设置回测用的数据起始日期
-    engine.setStartDate('20110101')
-
-    # 载入历史数据到引擎中
-    engine.setDatabase(MINUTE_DB_NAME, 'IF0000')
-
-    # 设置产品相关参数
-    engine.setSlippage(0.2)     # 股指1跳
-    engine.setRate(0.3/10000)   # 万0.3
-    engine.setSize(300)         # 股指合约大小    
-
-    # 在引擎中创建策略对象
-    engine.initStrategy(EmaDemoStrategy, {})
-
-    # 开始跑回测
-    engine.runBacktesting()
-
-    # 显示回测结果
-    # spyder或者ipython notebook中运行时，会弹出盈亏曲线图
-    # 直接在cmd中回测则只会打印一些回测数值
-    engine.showBacktestingResult()
-
 

vnpy/trader/app/ctaStrategy/ctaHistoryData.py

@@ -16,7 +16,6 @@
 from vnpy.trader.vtGlobal import globalSetting
 from vnpy.trader.vtConstant import *
 from vnpy.trader.vtObject import VtBarData
-
 from vnpy.trader.app.ctaStrategy.datayesClient import DatayesClient
 
 
@@ -314,53 +313,53 @@ def downloadEquityDailyBar(self, symbol):
 
 #----------------------------------------------------------------------
 def downloadEquityDailyBarts(self, symbol):
-        """
-        下载股票的日行情，symbol是股票代码
-        """
-        print u'开始下载%s日行情' %symbol
-
-        # 查询数据库中已有数据的最后日期
-        cl = self.dbClient[DAILY_DB_NAME][symbol]
-        cx = cl.find(sort=[('datetime', pymongo.DESCENDING)])
-        if cx.count():
-            last = cx[0]
-        else:
-            last = ''
-        # 开始下载数据
-        import tushare as ts
+    """
+    下载股票的日行情，symbol是股票代码
+    """
+    print u'开始下载%s日行情' %symbol
+
+    # 查询数据库中已有数据的最后日期
+    cl = self.dbClient[DAILY_DB_NAME][symbol]
+    cx = cl.find(sort=[('datetime', pymongo.DESCENDING)])
+    if cx.count():
+        last = cx[0]
+    else:
+        last = ''
+    # 开始下载数据
+    import tushare as ts
+
+    if last:
+        start = last['date'][:4]+'-'+last['date'][4:6]+'-'+last['date'][6:]
 
-        if last:
-            start = last['date'][:4]+'-'+last['date'][4:6]+'-'+last['date'][6:]
+    data = ts.get_k_data(symbol,start)
+
+    if not data.empty:
+        # 创建datetime索引
+        self.dbClient[DAILY_DB_NAME][symbol].ensure_index([('datetime', pymongo.ASCENDING)], 
+                                                            unique=True)                
+
+        for index, d in data.iterrows():
+            bar = VtBarData()
+            bar.vtSymbol = symbol
+            bar.symbol = symbol
+            try:
+                bar.open = d.get('open')
+                bar.high = d.get('high')
+                bar.low = d.get('low')
+                bar.close = d.get('close')
+                bar.date = d.get('date').replace('-', '')
+                bar.time = ''
+                bar.datetime = datetime.strptime(bar.date, '%Y%m%d')
+                bar.volume = d.get('volume')
+            except KeyError:
+                print d
 
-        data = ts.get_k_data(symbol,start)
+            flt = {'datetime': bar.datetime}
+            self.dbClient[DAILY_DB_NAME][symbol].update_one(flt, {'$set':bar.__dict__}, upsert=True)            
 
-        if not data.empty:
-            # 创建datetime索引
-            self.dbClient[DAILY_DB_NAME][symbol].ensure_index([('datetime', pymongo.ASCENDING)], 
-                                                                unique=True)                
-
-            for index, d in data.iterrows():
-                bar = VtBarData()
-                bar.vtSymbol = symbol
-                bar.symbol = symbol
-                try:
-                    bar.open = d.get('open')
-                    bar.high = d.get('high')
-                    bar.low = d.get('low')
-                    bar.close = d.get('close')
-                    bar.date = d.get('date').replace('-', '')
-                    bar.time = ''
-                    bar.datetime = datetime.strptime(bar.date, '%Y%m%d')
-                    bar.volume = d.get('volume')
-                except KeyError:
-                    print d
-
-                flt = {'datetime': bar.datetime}
-                self.dbClient[DAILY_DB_NAME][symbol].update_one(flt, {'$set':bar.__dict__}, upsert=True)            
-
-            print u'%s下载完成' %symbol
-        else:
-            print u'找不到合约%s' %symbol
+        print u'%s下载完成' %symbol
+    else:
+        print u'找不到合约%s' %symbol
 
 #----------------------------------------------------------------------
 def loadMcCsv(fileName, dbName, symbol):
@@ -432,15 +431,3 @@ def loadTdxCsv(fileName, dbName, symbol):
     print u'插入完毕，耗时：%s' % (time()-start)
 
 
-if __name__ == '__main__':
-    ## 简单的测试脚本可以写在这里
-    #from time import sleep
-    #e = HistoryDataEngine()
-    #sleep(1)
-    #e.downloadEquityDailyBar('000001')
-    #e.downloadEquityDailyBarts('000001')
-
-    # 这里将项目中包含的股指日内分钟线csv导入MongoDB，作者电脑耗时大约3分钟
-    loadMcCsv('IF0000_1min.csv', MINUTE_DB_NAME, 'IF0000')
-    #导入通达信历史分钟数据
-    #loadTdxCsv('CL8.csv', MINUTE_DB_NAME, 'c0000')

vnpy/trader/app/ctaStrategy/ctaTemplate.py

@@ -8,6 +8,7 @@
 
 from vnpy.trader.app.ctaStrategy.ctaBase import *
 
+
 ########################################################################
 class CtaTemplate(object):
     """CTA策略模板"""
@@ -172,7 +173,6 @@ def getEngineType(self):
         return self.ctaEngine.engineType
 
 
-
 ########################################################################
 class TargetPosTemplate(CtaTemplate):
     """

vnpy/trader/app/ctaStrategy/strategy/strategyAtrRsi.py

@@ -237,56 +237,3 @@ def onTrade(self, trade):
         # 发出状态更新事件
         self.putEvent()
 
-if __name__ == '__main__':
-    # 提供直接双击回测的功能
-    # 导入PyQt4的包是为了保证matplotlib使用PyQt4而不是PySide，防止初始化出错
-    from vnpy.trader.app.ctaStrategy.ctaBacktesting import *
-    from PyQt4 import QtCore, QtGui
-
-    # 创建回测引擎
-    engine = BacktestingEngine()
-
-    # 设置引擎的回测模式为K线
-    engine.setBacktestingMode(engine.BAR_MODE)
-
-    # 设置回测用的数据起始日期
-    engine.setStartDate('20120101')
-
-    # 设置产品相关参数
-    engine.setSlippage(0.2)     # 股指1跳
-    engine.setRate(0.3/10000)   # 万0.3
-    engine.setSize(300)         # 股指合约大小 
-    engine.setPriceTick(0.2)    # 股指最小价格变动
-
-    # 设置使用的历史数据库
-    engine.setDatabase(MINUTE_DB_NAME, 'IF0000')
-
-    # 在引擎中创建策略对象
-    d = {'atrLength': 11}
-    engine.initStrategy(AtrRsiStrategy, d)
-
-    # 开始跑回测
-    engine.runBacktesting()
-
-    # 显示回测结果
-    engine.showBacktestingResult()
-
-    ## 跑优化
-    #setting = OptimizationSetting()                 # 新建一个优化任务设置对象
-    #setting.setOptimizeTarget('capital')            # 设置优化排序的目标是策略净盈利
-    #setting.addParameter('atrLength', 12, 20, 2)    # 增加第一个优化参数atrLength，起始11，结束12，步进1
-    #setting.addParameter('atrMa', 20, 30, 5)        # 增加第二个优化参数atrMa，起始20，结束30，步进1
-    #setting.addParameter('rsiLength', 5)            # 增加一个固定数值的参数
-
-    ## 性能测试环境：I7-3770，主频3.4G, 8核心，内存16G，Windows 7 专业版
-    ## 测试时还跑着一堆其他的程序，性能仅供参考
-    #import time    
-    #start = time.time()
-
-    ## 运行单进程优化函数，自动输出结果，耗时：359秒
-    #engine.runOptimization(AtrRsiStrategy, setting)            
-
-    ## 多进程优化，耗时：89秒
-    ##engine.runParallelOptimization(AtrRsiStrategy, setting)     
-
-    #print u'耗时：%s' %(time.time()-start)