বাজার সংগ্রাহক আবার আপগ্রেড করা হয়েছে - CSV ফর্ম্যাট ফাইল আমদানি সমর্থন করে এবং কাস্টমাইজড ডেটা উত্স প্রদান করে৷
সম্প্রতি, একজন ব্যবহারকারীকে উদ্ভাবকের পরিমাণগত ট্রেডিং প্ল্যাটফর্মের ব্যাকটেস্টিং সিস্টেমের জন্য ডেটা উৎস হিসাবে তার নিজস্ব CSV ফর্ম্যাট ফাইল ব্যবহার করতে হবে। ইনভেনটর কোয়ান্টিটেটিভ ট্রেডিং প্ল্যাটফর্মের ব্যাকটেস্টিং সিস্টেমের অনেকগুলি ফাংশন রয়েছে এবং এটি ব্যবহার করা সহজ এবং কার্যকর এইভাবে, যতক্ষণ আপনার কাছে ডেটা থাকে, আপনি ব্যাকটেস্টিং পরিচালনা করতে পারেন এবং এটি আর এক্সচেঞ্জ এবং বৈচিত্র্যের মধ্যে সীমাবদ্ধ নয়। প্ল্যাটফর্ম ডেটা সেন্টার।
ডিজাইনের ধারণা
ডিজাইন আইডিয়াটি আসলে খুবই সহজ আমাদের শুধুমাত্র পূর্ববর্তী মার্কেট কালেক্টরের উপর ভিত্তি করে একটি প্যারামিটার যোগ করতে হবে।isOnlySupportCSVব্যাকটেস্টিং সিস্টেমে সরবরাহ করার জন্য শুধুমাত্র CSV ফাইলগুলিকে ডেটা উত্স হিসাবে ব্যবহার করা হবে কিনা তা নিয়ন্ত্রণ করতে এবং অন্য প্যারামিটার যোগ করতে ব্যবহৃত হয়filePathForCSV, যে সার্ভারে মার্কেট কালেক্টর রোবট চলে সেখানে CSV ডেটা ফাইলের পাথ সেট করতে ব্যবহৃত হয়। অবশেষে, অনুসারেisOnlySupportCSVপ্যারামিটার সেট করা আছে কিনাTrueকোন ডেটা উৎস ব্যবহার করবেন তা নির্ধারণ করতে (1. নিজের দ্বারা সংগৃহীত, 2. CSV ফাইলে ডেটা), এই পরিবর্তনটি মূলতProviderক্লাসdo_GETফাংশনে
একটি CSV ফাইল কি?
কমা-বিচ্ছিন্ন মান (CSV, কখনও কখনও অক্ষর-বিচ্ছিন্ন মানও বলা হয় কারণ সীমানা নির্ধারণকারী অক্ষরগুলি কমা ব্যতীত অন্য কিছু হতে পারে) হল এমন ফাইল যা সরল পাঠ্যে ট্যাবুলার ডেটা (সংখ্যা এবং পাঠ্য) সংরক্ষণ করে। প্লেইন টেক্সটের অর্থ হল ফাইলটি অক্ষরের একটি ক্রম এবং এতে এমন কোনও ডেটা নেই যা বাইনারি সংখ্যার মতো ব্যাখ্যা করা উচিত। একটি CSV ফাইলে যেকোনো সংখ্যক রেকর্ড থাকে, যেগুলো কোন না কোন লাইন ব্রেক ক্যারেক্টার দ্বারা আলাদা করা থাকে; প্রতিটি রেকর্ডে ফিল্ড থাকে এবং ফিল্ডের মধ্যে বিভাজক হল অন্যান্য ক্যারেক্টার বা স্ট্রিং, যার মধ্যে সবচেয়ে সাধারণ হল কমা বা ট্যাব। সাধারণত, সমস্ত রেকর্ডের ক্ষেত্রের ক্রম ঠিক একই রকম থাকে। এগুলো সাধারণত প্লেইন টেক্সট ফাইল। এটি খোলার জন্য WORDPAD অথবা Notepad ব্যবহার করার পরামর্শ দেওয়া হচ্ছে। আরেকটি পদ্ধতি হল এটিকে একটি নতুন ফাইল হিসেবে সংরক্ষণ করা এবং তারপর EXCEL দিয়ে খোলা।
CSV ফাইল ফরম্যাটের জন্য কোন সার্বজনীন মান নেই, তবে কিছু নিয়ম আছে, সাধারণত প্রতি লাইনে একটি রেকর্ড থাকে এবং প্রথম লাইনটি শিরোনাম। প্রতিটি সারির ডেটা কমা দ্বারা পৃথক করা হয়।
উদাহরণ স্বরূপ, আমরা পরীক্ষার জন্য যে CSV ফাইলটি ব্যবহার করেছি সেটি নোটপ্যাড দিয়ে খোলা হলে এরকম দেখায়:
লক্ষ্য করুন যে CSV ফাইলের প্রথম লাইন হল টেবিল হেডার।
,open,high,low,close,vol
আমাদের শুধু এই ধরনের ডেটা পার্স এবং সংগঠিত করতে হবে, এবং তারপরে এটিকে ব্যাকটেস্ট সিস্টেমের কাস্টম ডেটা উৎসের জন্য প্রয়োজনীয় বিন্যাসে তৈরি করতে হবে এটি আমাদের পূর্ববর্তী নিবন্ধে কোডে প্রক্রিয়া করা হয়েছে এবং শুধুমাত্র সামান্য পরিবর্তন করা প্রয়োজন।
সংশোধিত কোড
import _thread
import pymongo
import json
import math
import csv
from http.server import HTTPServer, BaseHTTPRequestHandler
from urllib.parse import parse_qs, urlparse
def url2Dict(url):
query = urlparse(url).query
params = parse_qs(query)
result = {key: params[key][0] for key in params}
return result
class Provider(BaseHTTPRequestHandler):
def do_GET(self):
global isOnlySupportCSV, filePathForCSV
try:
self.send_response(200)
self.send_header("Content-type", "application/json")
self.end_headers()
dictParam = url2Dict(self.path)
Log("自定义数据源服务接收到请求，self.path:", self.path, "query 参数：", dictParam)
# 目前回测系统只能从列表中选择交易所名称，在添加自定义数据源时，设置为币安，即：Binance
exName = exchange.GetName()
# 注意，period为底层K线周期
tabName = "%s_%s" % ("records", int(int(dictParam["period"]) / 1000))
priceRatio = math.pow(10, int(dictParam["round"]))
amountRatio = math.pow(10, int(dictParam["vround"]))
fromTS = int(dictParam["from"]) * int(1000)
toTS = int(dictParam["to"]) * int(1000)
# 要求应答的数据
data = {
"schema" : ["time", "open", "high", "low", "close", "vol"],
"data" : []
}
if isOnlySupportCSV:
# 处理CSV读取,filePathForCSV路径
listDataSequence = []
with open(filePathForCSV, "r") as f:
reader = csv.reader(f)
# 获取表头
header = next(reader)
headerIsNoneCount = 0
if len(header) != len(data["schema"]):
Log("CSV文件格式有误，列数不同，请检查！", "#FF0000")
return
for ele in header:
for i in range(len(data["schema"])):
if data["schema"][i] == ele or ele == "":
if ele == "":
headerIsNoneCount += 1
if headerIsNoneCount > 1:
Log("CSV文件格式有误，请检查！", "#FF0000")
return
listDataSequence.append(i)
break
# 读取内容
while True:
record = next(reader, -1)
if record == -1:
break
index = 0
arr = [0, 0, 0, 0, 0, 0]
for ele in record:
arr[listDataSequence[index]] = int(ele) if listDataSequence[index] == 0 else (int(float(ele) * amountRatio) if listDataSequence[index] == 5 else int(float(ele) * priceRatio))
index += 1
data["data"].append(arr)
Log("数据：", data, "响应回测系统请求。")
self.wfile.write(json.dumps(data).encode())
return
# 连接数据库
Log("连接数据库服务，获取数据，数据库：", exName, "表：", tabName)
myDBClient = pymongo.MongoClient("mongodb://localhost:27017")
ex_DB = myDBClient[exName]
exRecords = ex_DB[tabName]
# 构造查询条件：大于某个值{'age': {'$gt': 20}} 小于某个值{'age': {'$lt': 20}}
dbQuery = {"$and":[{'Time': {'$gt': fromTS}}, {'Time': {'$lt': toTS}}]}
Log("查询条件：", dbQuery, "查询条数：", exRecords.find(dbQuery).count(), "数据库总条数：", exRecords.find().count())
for x in exRecords.find(dbQuery).sort("Time"):
# 需要根据请求参数round和vround，处理数据精度
bar = [x["Time"], int(x["Open"] * priceRatio), int(x["High"] * priceRatio), int(x["Low"] * priceRatio), int(x["Close"] * priceRatio), int(x["Volume"] * amountRatio)]
data["data"].append(bar)
Log("数据：", data, "响应回测系统请求。")
# 写入数据应答
self.wfile.write(json.dumps(data).encode())
except BaseException as e:
Log("Provider do_GET error, e:", e)
def createServer(host):
try:
server = HTTPServer(host, Provider)
Log("Starting server, listen at: %s:%s" % host)
server.serve_forever()
except BaseException as e:
Log("createServer error, e:", e)
raise Exception("stop")
def main():
LogReset(1)
if (isOnlySupportCSV):
try:
# _thread.start_new_thread(createServer, (("localhost", 9090), )) # 本机测试
_thread.start_new_thread(createServer, (("0.0.0.0", 9090), )) # VPS服务器上测试
Log("开启自定义数据源服务线程，数据由CSV文件提供。", "#FF0000")
except BaseException as e:
Log("启动自定义数据源服务失败！")
Log("错误信息：", e)
raise Exception("stop")
while True:
LogStatus(_D(), "只启动自定义数据源服务，不收集数据！")
Sleep(2000)
exName = exchange.GetName()
period = exchange.GetPeriod()
Log("收集", exName, "交易所的K线数据，", "K线周期:", period, "秒")
# 连接数据库服务，服务地址 mongodb://127.0.0.1:27017 具体看服务器上安装的mongodb设置
Log("连接托管者所在设备mongodb服务，mongodb://localhost:27017")
myDBClient = pymongo.MongoClient("mongodb://localhost:27017")
# 创建数据库
ex_DB = myDBClient[exName]
# 打印目前数据库表
collist = ex_DB.list_collection_names()
Log("mongodb ", exName, " collist:", collist)
# 检测是否删除表
arrDropNames = json.loads(dropNames)
if isinstance(arrDropNames, list):
for i in range(len(arrDropNames)):
dropName = arrDropNames[i]
if isinstance(dropName, str):
if not dropName in collist:
continue
tab = ex_DB[dropName]
Log("dropName:", dropName, "删除：", dropName)
ret = tab.drop()
collist = ex_DB.list_collection_names()
if dropName in collist:
Log(dropName, "删除失败")
else :
Log(dropName, "删除成功")
# 开启一个线程，提供自定义数据源服务
try:
# _thread.start_new_thread(createServer, (("localhost", 9090), )) # 本机测试
_thread.start_new_thread(createServer, (("0.0.0.0", 9090), )) # VPS服务器上测试
Log("开启自定义数据源服务线程", "#FF0000")
except BaseException as e:
Log("启动自定义数据源服务失败！")
Log("错误信息：", e)
raise Exception("stop")
# 创建records表
ex_DB_Records = ex_DB["%s_%d" % ("records", period)]
Log("开始收集", exName, "K线数据", "周期：", period, "打开（创建）数据库表：", "%s_%d" % ("records", period), "#FF0000")
preBarTime = 0
index = 1
while True:
r = _C(exchange.GetRecords)
if len(r) < 2:
Sleep(1000)
continue
if preBarTime == 0:
# 首次写入所有BAR数据
for i in range(len(r) - 1):
bar = r[i]
# 逐根写入，需要判断当前数据库表中是否已经有该条数据，基于时间戳检测，如果有该条数据，则跳过，没有则写入
retQuery = ex_DB_Records.find({"Time": bar["Time"]})
if retQuery.count() > 0:
continue
# 写入bar到数据库表
ex_DB_Records.insert_one({"High": bar["High"], "Low": bar["Low"], "Open": bar["Open"], "Close": bar["Close"], "Time": bar["Time"], "Volume": bar["Volume"]})
index += 1
preBarTime = r[-1]["Time"]
elif preBarTime != r[-1]["Time"]:
bar = r[-2]
# 写入数据前检测，数据是否已经存在，基于时间戳检测
retQuery = ex_DB_Records.find({"Time": bar["Time"]})
if retQuery.count() > 0:
continue
ex_DB_Records.insert_one({"High": bar["High"], "Low": bar["Low"], "Open": bar["Open"], "Close": bar["Close"], "Time": bar["Time"], "Volume": bar["Volume"]})
index += 1
preBarTime = r[-1]["Time"]
LogStatus(_D(), "preBarTime:", preBarTime, "_D(preBarTime):", _D(preBarTime/1000), "index:", index)
# 增加画图展示
ext.PlotRecords(r, "%s_%d" % ("records", period))
Sleep(10000)
পরীক্ষা চালান
প্রথমে, আমরা বাজার সংগ্রাহক রোবট শুরু করি, রোবটে একটি বিনিময় যোগ করি এবং রোবটটিকে চলতে দেই।
পরামিতি কনফিগারেশন:
তারপরে আমরা একটি পরীক্ষার কৌশল তৈরি করি:
function main() {
Log(exchange.GetRecords())
Log(exchange.GetRecords())
Log(exchange.GetRecords())
}
কৌশলটি খুবই সহজ, মাত্র তিনবার কে-লাইন ডেটা পান এবং মুদ্রণ করুন।
ব্যাকটেস্ট পৃষ্ঠায়, ব্যাকটেস্ট সিস্টেমের ডেটা উত্সটিকে একটি কাস্টম ডেটা উত্সে সেট করুন এবং সার্ভারের ঠিকানাটি পূরণ করুন যেখানে বাজার সংগ্রাহক রোবট চলে৷ যেহেতু আমাদের CSV ফাইলের ডেটা 1-মিনিটের K-লাইন। অতএব, ব্যাকটেস্টিংয়ের সময়, আমরা কে-লাইন সময়কাল 1 মিনিটে সেট করি।
ব্যাকটেস্টিং শুরু করতে ক্লিক করুন, এবং বাজার সংগ্রাহক রোবট ডেটা অনুরোধ পেয়েছে:
ব্যাকটেস্টিং সিস্টেম কৌশলটি কার্যকর করার পরে, এটি ডেটা উত্সের কে-লাইন ডেটার উপর ভিত্তি করে একটি কে-লাইন চার্ট তৈরি করে।
ফাইলের ডেটা তুলনা করুন:
আপনার কোন পরামর্শ থাকলে, একটি বার্তা ছেড়ে দিন.
请问一下，为什么我在托管服务器上面设置好了自定义CSV数据源，用页面请求有数据的返回，然后在回测中没有数据的返回，当把数据直接设置为只有俩个数据的时候httpserver服务端可以接收请求中， 
你在浏览器端可以是因为 你指定写的查询参数， 回测系统 触发不了 机器人 应答，说明机器人没接受到请求， 说明回测时那个地方配置错了， 检查下，调试下就能找到问题。
请问一下 怎么可以在本地起http服务端 本地回测数据， 是不是本地回测不支持回测自定义数据源？我在本地回测添加exchanges: [{"eid":"Huobi","currency":"ETH_USDT","feeder":"http://127.0.0.1:9090"}]这种参数，以及改成机器人的IP也是没有请求到服务端
- 1