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
参考clickhouse官网,用户名,密码可自行设置
pip install QuadQuanta
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 .
git clone https://github.com/QuadQuanta/QuadQuanta.git
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
./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
fileds | 类型 | 名称 | 注释 |
---|---|---|---|
datetime | bar数据结束时间 | ||
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 |