Tangan-tangan mengajarkan Anda untuk meng-upgrade ke pengumpul lalu lintas untuk memindai fungsi sumber data kustom.

Tangan-tangan mengajarkan Anda untuk meng-upgrade ke pengumpul lalu lintas untuk memindai fungsi sumber data kustom.

Artikel SebelumnyaTangan-tangan mengajarkan Anda untuk membuat pengumpul dataKami bersama-sama mengimplementasikan sebuah program robot yang mengumpulkan pasar, mengumpulkan data pasar dan bagaimana menggunakannya selanjutnya? Tentu saja untuk sistem backtracking, di sini mengandalkan fitur sumber data kustom dari inventor Quantified Trading Platform Backtracking System, kita dapat langsung menggunakan data yang dikumpulkan sebagai sumber data dari sistem backtracking, sehingga kita dapat menerapkan sistem backtracking ke pasar mana pun yang ingin kita backtrack data sejarah.

Dengan demikian, kita dapat meningkatkan "Pengumpul Pasar" sehingga pengumpul pasar juga dapat menyediakan data sebagai sumber data kustom untuk sistem retesting.

Jika ada permintaan, lakukan!

Siap

Berbeda dengan persiapan di artikel sebelumnya, yang terakhir adalah menginstal program host yang berjalan di komputer MAC lokal saya, menginstal database mongodb dan memulai layanan database. Kali ini kami mengubah lingkungan operasi ke VPS dan menggunakan server Ali Cloud Linux untuk menjalankan program kami.

• Database mongodb

  Seperti artikel sebelumnya, Anda harus menginstal database mongodb pada perangkat yang menjalankan program pengumpul pasar, dan membuka layanan tersebut. Pada dasarnya sama seperti menginstal mongodb di komputer MAC, ada banyak tutorial online yang dapat Anda cari dan lihat, sangat sederhana.

• Menginstal Python 3 Program ini menggunakan bahasa python3, perhatikan bahwa beberapa pustaka digunakan, jika tidak perlu diinstal.

  • Pymongo
  • http
  • Urllib

• Pengelola "Saya tidak tahu apa yang akan terjadi jika saya tidak bisa melakukan apa yang saya inginkan", katanya.

Perbaiki "Pengumpul Pasar"

Pengumpul data adalahRecordsCollecter (Mengkhususkan Pendidikan)Taktik ini. Kita akan melakukan beberapa perubahan: Sebelum program memasuki siklus sementara untuk mengumpulkan data, menggunakan multi-threaded library, dan secara bersamaan menjalankan untuk memulai sebuah layanan yang digunakan untuk memantau permintaan data dari inventor. (Beberapa perubahan detail lainnya dapat diabaikan)

RecordsCollector (diupgrade untuk menyediakan fitur sumber data kustom)

import _thread
import pymongo
import json
import math
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):
        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)
            
            
            # 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]
            
            
            # 要求应答的数据
            data = {
                "schema" : ["time", "open", "high", "low", "close", "vol"],
                "data" : []
            }
            
            # 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)
    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)
        

Pengujian

Mengkonfigurasi robot

"Saya tidak tahu apa yang akan terjadi jika saya tidak bisa bekerja dengan baik", katanya.

Buka sebuah kebijakan pengujian dan lakukan uji ulang, misalnya kebijakan uji ulang seperti ini, uji ulang.

function main() {
    Log(exchange.GetRecords())
    Log(exchange.GetRecords())
    Log(exchange.GetRecords())
    Log(exchange.GetRecords())
    Log(exchange.GetRecords())
    Log(exchange.GetRecords())
    Log(exchange.GetRecords().length)
}

Untuk mengkonfigurasi opsi retest, atur bursa sebagai binan karena sumber data kustom sementara belum dapat membuat nama bursa sendiri, hanya bisa meminjam dari konfigurasi bursa tertentu dalam daftar, saat retest ditampilkan adalah binan, sebenarnya data dari wexApp analog disk.

Apakah grafik yang dihasilkan oleh sistem reversal berdasarkan pengumpul pasar sebagai reversal sumber data kustom adalah sama dengan grafik K-line 1 jam di halaman wexApp.

Dengan demikian, robot di VPS dapat mengumpulkan data K-line sendiri, dan kita dapat mendapatkan data yang dikumpulkan secara langsung di sistem retesting. Selain itu, Anda juga dapat terus memperluas fitur-fiturnya, seperti mendukung penelusuran sumber data kustom pada level real disk, mendukung berbagai jenis, pengumpulan data multi-pasar, dan lainnya.

Selamat datang di blog ini.