Trong bài viết này, chúng tôi sẽ phác thảo một hệ thống phân cấp lớp chiến lược. Các đối tượng chiến lược lấy dữ liệu thị trường làm đầu vào và tạo ra các sự kiện tín hiệu giao dịch làm đầu ra.
Một đối tượng chiến lược bao gồm tất cả các tính toán trên dữ liệu thị trường tạo ra các tín hiệu tư vấn cho một đối tượng danh mục đầu tư. Ở giai đoạn này trong sự phát triển backtester dựa trên sự kiện không có khái niệm về một chỉ số hoặc bộ lọc, chẳng hạn như những gì được tìm thấy trong giao dịch kỹ thuật.
Trật tự phân cấp chiến lược tương đối đơn giản vì nó bao gồm một lớp cơ sở trừu tượng với một phương pháp ảo thuần túy duy nhất để tạo ra các đối tượng SignalEvent. Để tạo ra hệ thống phân cấp chiến lược, cần phải nhập NumPy, panda, đối tượng Queue, các công cụ lớp cơ sở trừu tượng và SignalEvent:
# strategy.py
import datetime
import numpy as np
import pandas as pd
import Queue
từ abc nhập khẩu ABCMeta, abstractmethod
từ sự kiện nhập SignalEvent Các lớp cơ sở trừu tượng Chiến lược chỉ đơn giản là xác định một phương thức calculate_signals ảo thuần túy. Trong các lớp phái sinh, nó được sử dụng để xử lý việc tạo các đối tượng SignalEvent dựa trên các cập nhật dữ liệu thị trường:
# strategy.py
class Strategy(object):
"""
Strategy is an abstract base class providing an interface for
all subsequent (inherited) strategy handling objects.
The goal of a (derived) Strategy object is to generate Signal
objects for particular symbols based on the inputs of Bars
(OLHCVI) generated by a DataHandler object.
This is designed to work both with historic and live data as
the Strategy object is agnostic to the data source,
since it obtains the bar tuples from a queue object.
"""
__metaclass__ = ABCMeta
@abstractmethod
def calculate_signals(self):
"""
Provides the mechanisms to calculate the list of signals.
"""
raise NotImplementedError("Should implement calculate_signals()")
Định nghĩa của Strategy ABC rất đơn giản. Ví dụ đầu tiên của chúng tôi về phân loại đối tượng Strategy sử dụng một chiến lược mua và giữ để tạo lớp BuyAndHoldStrategy. Điều này đơn giản là mua dài trong một chứng khoán cụ thể vào một ngày nhất định và giữ nó trong danh mục đầu tư. Do đó, chỉ có một tín hiệu mỗi chứng khoán được tạo ra.
Nhà chế tạo (init) yêu cầu các thanh xử lý dữ liệu thị trường và các đối tượng hàng đợi sự kiện sự kiện:
# strategy.py
class BuyAndHoldStrategy(Strategy):
"""
This is an extremely simple strategy that goes LONG all of the
symbols as soon as a bar is received. It will never exit a position.
It is primarily used as a testing mechanism for the Strategy class
as well as a benchmark upon which to compare other strategies.
"""
def __init__(self, bars, events):
"""
Initialises the buy and hold strategy.
Parameters:
bars - The DataHandler object that provides bar information
events - The Event Queue object.
"""
self.bars = bars
self.symbol_list = self.bars.symbol_list
self.events = events
# Once buy & hold signal is given, these are set to True
self.bought = self._calculate_initial_bought()
Khi khởi động BuyAndHoldStrategy, thành viên từ điển đã mua có một tập các khóa cho mỗi biểu tượng đều được đặt thành False. Một khi tài sản đã được
# strategy.py
def _calculate_initial_bought(self):
"""
Adds keys to the bought dictionary for all symbols
and sets them to False.
"""
bought = {}
for s in self.symbol_list:
bought[s] = False
return bought
Phương pháp ảo thuần túy calculate_signals được thực hiện cụ thể trong lớp này. Phương pháp này lặp qua tất cả các biểu tượng trong danh sách biểu tượng và lấy thanh mới nhất từ bộ xử lý dữ liệu thanh. Sau đó nó kiểm tra xem biểu tượng đó đã được
# strategy.py
def calculate_signals(self, event):
"""
For "Buy and Hold" we generate a single signal per symbol
and then no additional signals. This means we are
constantly long the market from the date of strategy
initialisation.
Parameters
event - A MarketEvent object.
"""
if event.type == 'MARKET':
for s in self.symbol_list:
bars = self.bars.get_latest_bars(s, N=1)
if bars is not None and bars != []:
if self.bought[s] == False:
# (Symbol, Datetime, Type = LONG, SHORT or EXIT)
signal = SignalEvent(bars[0][0], bars[0][1], 'LONG')
self.events.put(signal)
self.bought[s] = True
Đây rõ ràng là một chiến lược đơn giản nhưng nó đủ để chứng minh bản chất của một phân cấp chiến lược dựa trên sự kiện. Trong các bài viết tiếp theo chúng ta sẽ xem xét các chiến lược phức tạp hơn như giao dịch cặp. Trong bài viết tiếp theo chúng ta sẽ xem xét cách tạo một phân cấp danh mục đầu tư theo dõi các vị trí của chúng ta với lợi nhuận và lỗ (