量化框架rqalpha入门

一、rqalpha简介

rqalpha是米筐量化开源的从数据获取、算法交易、回测引擎、实盘模拟、实盘交易到数据分析的程序化交易框架。跟quantopian开源的zipline从api到本地运行方式都比较类似

优点：

rqalpha简单易学，能很快上手
rqalpha具有灵活的配置方式和比较强大的扩展性，可以比较容易地定制
rqalpha所有的策略都可以直接在 Ricequant上进行回测和实盘模拟，并且可以通过微信和邮件实时推送交易信号

缺点：

rqalpha不支持港美股回测&交易，可以自定义支持，但成本不小
rqalpha仅限非商业使用，如需商业使用，需要联系官方
Ricequant实盘模拟需要开通企业版
rqalpha本身支持不同周期的回测和实盘交易，但是目前只免费开放A股市场日线数据，如果用户需要做分钟回测或者更细级别的回测可以在 Ricequant上进行，也通过实现数据层接口函数来使用自己的数据

二、rqalpha安装 $pip install rqalpha
RiceQuant免费提供日级别的股票、常用指数、场内基金和期货数据供回测使用。数据每个月月初更新，可以通过以下命令来下载和更新:
$ rqalpha download-bundle
bundle 默认存放在 ~/.rqalpha 下，也可以指定 bundle 的存放位置
$ rqalpha download-bundle -d target_bundle_path
如果使用了指定路径来存放 bundle，那么执行程序的时候也同样需要指定对应的 bundle 路径。
$ rqalpha run -d target_bundle_path .....
如果申请了免费试用（免费试用15天，试用账户进行了每天 50MB 的配额限制，申请链接）或者付费购买了米筐数据服务，可以使用 RQDatac 在每日盘后即时更新回测数据，更新命令如下：
$ rqalpha update-bundle
【量化框架rqalpha入门】运行以下命令，将会在指定目录生成一个examples文件夹，其中包含几个有趣的样例策略:
$ rqalpha examples -d ./
运行回测
12 $ cd examples$ rqalpha run -f rsi.py -s 2020-01-01 -e 2021-01-01 -o result.pkl --plot --progress --account stock 100000
绘制回测结果：如果运行完回测后，还需要再次绘制回测结果，可以运行以下命令:
$ rqalpha plot result.pkl
三、rqalpha使用 rqalpha抽离了策略框架的所有技术细节，以API的方式提供给策略研发者用于编写策略，从而避免陷入过多的技术细节。
rqalpha的 API主要分为约定函数、数据查询接口、交易接口等几类。
1. 约定函数: 作为 API 的入口函数，用户必须实现对应的约定函数才可以正确的使用RQAlpha
1234 * init() : 初始化方法，会在程序启动的时候执行* handle_bar(): bar数据更新时会自动触发调用* before_trading(): 会在每天策略交易开始前调用* after_trading(): 会在每天交易结束后调用示例代码如下：
1234567891011121314151617181920 # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。def init(context):# 在context中保存全局变量context.s1 = "000001.XSHE"# 实时打印日志logger.info("RunInfo: {}".format(context.run_info))# before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次def before_trading(context):logger.info("开盘前执行before_trading函数")# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新def handle_bar(context, bar_dict):logger.info("每一个Bar执行")logger.info("打印Bar数据：")logger.info(bar_dict[context.s1])# after_trading函数会在每天交易结束后被调用，当天只会被调用一次def after_trading(context):logger.info("收盘后执行after_trading函数") 2. 数据查询接口
需要获取数据，根据数据来确定我们的仓位逻辑，因此会使用到数据查询的 API接口。
1234567891011 * all_instruments() : 获取所有合约基础信息数据* instruments() : 获取合约详细数据* history_bars() : 获取某一合约的历史数据* current_snapshot() : 获取当前快照数据* get_future_contracts() : 获取期货可以交易合约列表* get_trading_dates(): 获取交易日列表* get_previous_trading_date() : 获取上一日交易日* get_next_trading_date() : 获取下一个交易日* get_yield_curve(): 获取收益率曲线* is_suspended() : 判断某股票当天是否停牌* is_st_stock() : 判断某股票是否为 *st 3. 交易接口
rqalpha提供了多种交易接口，以方便不同的使用需求。
123456789101112 * order_shares(): 【股票专用】指定股数交易* order_lots(): 【股票专用】指定手数交易* order_value(): 【股票专用】指定价值交易* order_percent():【股票专用】一定比例下单* order_target_value(): 【股票专用】按照目标价值下单* order_target_percent(): 【股票专用】按照目标比例下单* buy_open(): 【期货专用】买开* sell_close():【期货专用】平买仓* sell_open(): 【期货专用】卖开* buy_close(): 【期货专用】平卖仓* cancel_order(): 撤单* get_open_orders(): 获取未成交订单数据 rsi.py示例代码
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950 from rqalpha.apis import *import talib# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。def init(context):# 选择我们感兴趣的股票context.s1 = "000001.XSHE"context.s2 = "601988.XSHG"context.s3 = "000068.XSHE"context.stocks = [context.s1, context.s2, context.s3]context.TIME_PERIOD = 14context.HIGH_RSI = 85context.LOW_RSI = 30context.ORDER_PERCENT = 0.3# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新def handle_bar(context, bar_dict):# 开始编写你的主要的算法逻辑# bar_dict[order_book_id] 可以拿到某个证券的bar信息# context.portfolio 可以拿到现在的投资组合状态信息# 使用order_shares(id_or_ins, amount)方法进行落单# TODO: 开始编写你的算法吧！# 对我们选中的股票集合进行loop，运算每一只股票的RSI数值for stock in context.stocks:# 读取历史数据prices = history_bars(stock, context.TIME_PERIOD+1, '1d', 'close')# 用Talib计算RSI值rsi_data = https://tazarkount.com/read/talib.RSI(prices, timeperiod=context.TIME_PERIOD)[-1]cur_position = get_position(stock).quantity# 用剩余现金的30%来购买新的股票target_available_cash = context.portfolio.cash * context.ORDER_PERCENT# 当RSI大于设置的上限阀值，清仓该股票if rsi_data> context.HIGH_RSI and cur_position > 0:order_target_value(stock, 0)# 当RSI小于设置的下限阀值，用剩余cash的一定比例补仓该股if rsi_data < context.LOW_RSI:logger.info("target available cash caled: " + str(target_available_cash))# 如果剩余的现金不够一手 - 100shares，那么会被ricequant 的order management system reject掉order_value(stock, target_available_cash) 四、多种方式运行策略

命令行运行：rqalpha run -f rsi.py -s 2020-01-01 -e 2021-01-01 -o result.pkl –plot –progress –account stock 100000
使用配置文件运行策略： rqalpha在运行策略时候会在当前目录下寻找 config.yml 或者 config.json 文件作为用户配置文件来读取，可以创建config.yml 配置文件，里面配置项为strategy_file: .buy_and_hold.py
策略内配置参数信息
通过引用 rqalpha库在代码中运行策略：使用 run_file、run_code、 run_func函数来运行策略

五、创建mod rqalpha提供了拓展性较强的Mod Hook接口，这意味着开发者可以比较容易的对接第三方库。
123 $ rqalpha mod list # 查看当前安装的 Mod 列表及状态$ rqalpha mod enable xxx # 启用$ rqalpha mod disable xxx # 关闭

扩展rqalpha API：如果你想为 rqalpha 创建自己的 API，可以通过 Mod 来注册新的 API 。在内建的 mod 中，有一个 FuncatAPIMod，将通达信、同花顺的公式表达能力移植到python中，扩展了 rqalpha的 API
扩展rqalpha实现自有数据的读取：rqalpha不限制本地运行的策略调使用哪些库，因此可以直接在策略中读取文件、访问数据库等，但需要关注如下两个注意事项:
- 请在 init, before_trading, handle_bar, handle_tick, after_trading 等函数中读取自有数据，而不要在函数外执行数据获取的代码，否则可能会产生异常。
- rqalpha是读取策略代码并执行的，因此实际当前路径是运行 rqalpha 命令的路径，策略使用相对路径容易产生异常。如果您需要根据策略路径来定位相对路径可以通过context.config.base.strategy_file 来获取策略路径，从而获取相对策略文件的其他路径
rqalpha采用logbook 作为默认的日志模块，可以通过在 mod 中为 logger添加 handler 实现自定义的日志收集

诸葛说基于rqalpha文档行情数据 - 五十行代码接入 tushare 行情数据完善了tushare mod接口，增加了对tspro接口的支持，参见rqalpha_mod_tushare
交流我发文章的几个地方，欢迎大家在朋友圈等地方分享，多多交流。

微信公众号：诸葛说talk
知乎：诸葛说 - 知乎
博客：诸葛说

参考

rqalpha github
rqalpha介绍
zipline和rqalpha对比
rqalpha扩展事件源
rqalpha扩展数据源
rqalpha策略示例
rqalpha基础api