0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Lean:一款非常强大的开源量化交易平台

科技绿洲 来源:Python实用宝典 作者:Python实用宝典 2023-10-31 10:32 次阅读

Lean 是 QuantConnect 开源的一款非常强大的开源量化交易平台,可以回测或运行Python或者C#写的策略,并在代码仓库中内置了上百个C#和Python的策略算法

这个开源的算法交易引擎,专为让用户方便轻松地进行策略研究、回测和实时交易而构建。它集成了常见的数据提供商和券商,因此还可以快速部署算法交易策略。

图片

LEAN Engine 的核心是用 C# 编写的;但它可以在 Linux、Mac 和 Windows 操作系统上无缝运行。它支持用 Python 3.6+ 或 C# 编写的算法。

引擎分为许多模块化部分,可以在不接触其他文件的情况下对某个模块进行扩展。

最重要的几个模块是:

  • 结果处理 (IResultHandler)处理来自算法交易引擎的所有消息。决定应该发送什么,以及消息应该去哪里。结果处理系统可以将消息发送到本地 GUI 或 Web 界面。
  • 数据源 (IDataFeed)连接并下载算法交易引擎所需的数据。从磁盘文件中读取文件进行回测;实时交易则连接到一个流并生成数据对象。
  • 事务处理 (ITransactionHandler)处理新的订单请求;要么使用算法提供的模拟模型,要么使用实际券商。
  • 实时事件管理 (IRealtimeHandler)生成实时事件 - 例如一天结束的事件。触发对实时事件处理程序的回调。
  • 算法状态设置 (ISetupHandler)配置算法资金、投资组合和请求的数据。初始化所需的所有状态参数

这些都可以从 Launcher 项目中的 config.json 文件进行配置。

1.Leon 安装教程

由于Leon是基于C#开发的,因此我推荐使用 Visual Studio 进行开发。

1、克隆项目。从 https://github.com/QuantConnect/Lean 克隆项目到本地(如果你网络不通可在公众号后台回复 **Lean **下载)。

2、使用 Visual Studio 打开项目中的 QuantConnect.Lean.sln

图片

图片

3、点击 生成 - 生成解决方案

图片

4、点击 F5 则可以运行程序。

如果你在生成解决方案的过程中遇到了类似于如下的错误:

图片

请在工具 - NuGet包管理器 - 程序包管理器设置 中 添加如下的源, 名字任取,链接对了就行: https://api.nuget.org/v3/index.json

图片

2.回测 Lean 内置的C#策略

Lean 中比较有意思的一点是,其所有C#策略算法都位于 QuantConnect.Algorithm.CSharp 中,所有的Python策略算法都位于 QuantConnect.Algorithm.Python 中:

图片

如果你想回测C#的策略,你只需要修改 QuantConnect.Lean.Launcher 中的 config.json,将 QuantConnect.Algorithm.CSharp 中对应策略名称,修改到 algorithm-type-name 字段对应的值中,如图所示:

图片

然后按 F5 运行程序,回测开始,此时会弹出一个cmd窗口,里面有本次回测的统计数据:

图片

3. 回测 Lean 内置的 Python策略

如果你想要回测内置的Python策略,我们需要先指定Lean使用的Python环境位置:

1.打开系统变量(我的电脑-右键属性-高级系统设置->环境变量->系统变量)

2.点击新建变量,name为 PYTHONNET_PYDLL;value则为你的Python环境的dll文件所在文件夹,如我的为 G:Anaconda3python36.dll

3.在此Python环境中安装Lean的依赖:

pip install pandas
pip install wrapt==1.11.2

然后在项目的 config.json 中需要多改几个配置:

图片

然后按F5进行回测,效果如下:

图片

这些统计指标令人眼花缭乱,对于股票的回测我们只要重点关注这些即可:

  • Total Trades: 总交易量
  • Average Win: 平均盈利率
  • Average Loss: 平均亏损率
  • Compounding Annual Return: 复合年回报率
  • Drawdown: 最大回撤率
  • Expectancy: 期望值
  • Net Profit: 净利润
  • Sharpe Ratio: 夏普比率
  • Probabilistic Sharpe Ratio: 概率性夏普比率
  • Loss Rate: 失败率
  • Win Rate: 胜率
  • Profit-Loss Ratio: 盈亏比
  • Alpha: Alpha值
  • Beta: Beta值
  • Total Fees: 总手续费

其他的,按需关注即可。

4. Lean 策略是怎么写的?

开始之前,让我们先学习下 Lean 内置策略的写法:

上滑查看更多代码

from AlgorithmImports import *


class MACDTrendAlgorithm(QCAlgorithm):

def Initialize(self):
'''Initialise the data and resolution required, as well as the cash and start-end dates for your algorithm. All algorithms must initialized.'''

self.SetStartDate(2004,1,1)#Set Start Date
self.SetEndDate(2015,1,1)#Set End Date
self.SetCash(100000)#Set Strategy Cash
# Find more symbols here: http://quantconnect.com/data
self.AddEquity("SPY", Resolution.Daily)

# define our daily macd(12,26) with a 9 day signal
self.__macd =self.MACD("SPY",12,26,9, MovingAverageType.Exponential, Resolution.Daily)
self.__previous = datetime.min
self.PlotIndicator("MACD", True,self.__macd,self.__macd.Signal)
self.PlotIndicator("SPY",self.__macd.Fast,self.__macd.Slow)


def OnData(self, data):
'''OnData event is the primary entry point for your algorithm. Each new data point will be pumped in here.'''
# wait for our macd to fully initialize
if not self.__macd.IsReady: return

# only once per day
if self.__previous.date() ==self.Time.date():return

# define a small tolerance on our checks to avoid bouncing
tolerance =0.0025

holdings =self.Portfolio["SPY"].Quantity

signalDeltaPercent = (self.__macd.Current.Value -self.__macd.Signal.Current.Value)/self.__macd.Fast.Current.Value

# if our macd is greater than our signal, then let's go long
if holdings <=0and signalDeltaPercent >tolerance:# 0.01%
# longterm says buy as well
self.SetHoldings("SPY",1.0)

# of our macd is less than our signal, then let's go short
elif holdings >=0 and signalDeltaPercent < -tolerance:
self.Liquidate("SPY")


self.__previous =self.Time

可以看到,其实它和Backtrader的写法相差无几,Initialize 函数设置基本的回测参数,如:

  • self.SetStartDate: 回测起始时间
  • self.SetEndDate: 回测结束时间
  • self.setCash: 回测资金
  • self.AddEquity: 回测对象(Resolution.Daily 是指按日回测)
  • self.PlotIndicator: 绘图时添加指标

而 onData 函数则会在每个数据点上做操作,如果是日线,则每天的数据都会流入到这个函数并运行一遍。因此 onData 就是算法分析的主逻辑。

在这里,你可以检查需要的指标是否已经准备完毕,因为可能存在一些滞后性指标在回测刚开始的时候并没有对应的值;此外,在日线的情况下,你还可以检测上一个数据点是不是和这个点在同一天上,如果是的话则不作任何操作返回:

if not self.__macd.IsReady: return
if self.__previous.date() == self.Time.date(): return

然后就是核心的买入卖出逻辑:

tolerance = 0.0025

holdings = self.Portfolio["SPY"].Quantity

signalDeltaPercent = (self.__macd.Current.Value - self.__macd.Signal.Current.Value)/self.__macd.Fast.Current.Value

# if our macd is greater than our signal, then let's go long
if holdings <= 0 and signalDeltaPercent > tolerance: # 0.01%
    # longterm says buy as well
    self.SetHoldings("SPY", 1.0)

# of our macd is less than our signal, then let's go short
elif holdings >= 0 and signalDeltaPercent < -tolerance:
    self.Liquidate("SPY")
    
self.__previous = self.Time

如果我持仓的股数<=0, 且信号值大于我设定的阈值,则将我 资产的1% 买入这只股票。这里和backtrader最大的不同,买入是以资产的百分比为单位的动态买入。当然,你也可以使用限定数量的买入方式:

self.LimitOrder("IBM", 100, self.Securities["IBM"].Price)

如果持仓股市>=0, 且触发卖出信号,则进行清仓操作:

elif holdings >= 0 and signalDeltaPercent < -tolerance:
    self.Liquidate("SPY")

如果你不希望全部清仓,也可以使用 SetHoldings 来调整仓位。

可以看到,Lean相对于Backtrader有更灵活的仓位管理方式,甚至能够进行自动仓位调整、构建投资组合、实时交易等等。而且针对一些比较复杂的策略,你还可以用C#而不是Python来编写以提高运行速度。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • WINDOWS
    +关注

    关注

    3

    文章

    3544

    浏览量

    88662
  • 操作系统
    +关注

    关注

    37

    文章

    6818

    浏览量

    123319
  • 开源
    +关注

    关注

    3

    文章

    3335

    浏览量

    42483
  • python
    +关注

    关注

    56

    文章

    4795

    浏览量

    84660
收藏 人收藏

    评论

    相关推荐

    网领先二手车交易平台

    网领先二手车交易平台http://www.1car1.cn/
    发表于 09-17 10:44

    虚拟币交易平台开发带挖矿程序矿机程序app开发

    交易平台而言,未来或将面临业务转型创新,部分平台也会更多专注区块链技术研究等业务。区块链技术的研究将是些拥有大量中外IT技术人员的中国平台的关注点之
    发表于 12-11 10:43

    数字资产交易平台搭建交易所市场

    交易平台可以为用户提供更多的服务。它衍生出了系列的模式,更加能够让用户认识到区块链技术的强大。对于目前较为主流的交易平台模式,主要是场外交易
    发表于 07-20 11:20

    比特币交易平台排名情况

    国内比特币交易平台哪个好,国内十大比特币交易平台排名2017版:搞比特币,选对平台是关键中的关键,平台的不稳定性是比特币投资中最大的风险
    发表于 12-16 09:41 1.4w次阅读

    GMQ区块链交易平台模式开发

    交易平台体验,并欢迎广大用户给我们提供宝贵的意见与建议。 与传统数字资产交易平台相比,GMQ拥有强大的服务体系:()安全、稳定、快捷的交易
    发表于 07-12 17:42 583次阅读

    场外交易平台搭建|场外交易系统开发

    随着传统数字资产交易平台的落幕,各种新模式的交易平台迅速崛起,场外交易平台就是目前种新的交易模式,那么为什么这些新的
    发表于 07-23 16:55 461次阅读

    区块链数字资产交易平台开发

    /微搜索:138-2886-7935】什么是交易平台交易平台也被称为交易场所,交易平台是指交易投资者聚集在
    发表于 08-08 12:15 350次阅读

    数字资产交易平台DIIEX.COM,将颠覆传统交易平台币发行模式

    DIIEX交易所是成立于新加坡的数字资产交易平台,其团队拥有多年的金融风控和大型互联网平台运营经验。团队成员包含币圈资深投资大佬、华尔街量化交易
    发表于 10-01 09:00 2045次阅读

    币币交易平台开发,场外交易平台开发--源中瑞技术开发

        比特币的热潮已经席卷了全球市场,数字资产自身也得到了快速的发展。讲到数字资产这块就不得不说下交易平台,数字资产的火热也带动了交易平台的发展,近两年交易平台数量急剧上升。今天就带大家了解
    发表于 10-23 09:52 703次阅读

    加密货币交易平台Aphelion介绍

    托管或建设区块代币化系统的协议,Aphelion 用户可以最终消除加密货币交易所和交易平台的阻碍和控制。
    发表于 11-15 14:24 2360次阅读

    数字资产量化交易软件出售区块链交易平台开发

    数字资产量化交易软件出售区块链交易平台开发 [本文由源中瑞涂先生编辑/量化交易系统开发搜索微信:ruiec999] 众所周知,当前的数字资产
    发表于 12-28 21:13 537次阅读

    数字货币交易平台LIVECOIN介绍

    Livecoin是个现代化、安全的交易平台,给自己的客户提供非常简单的界面和低廉的交易手续费来加入加密货币交换市场的可能。我们自己的API易于使用,并提供视频教程。我们的支持服务以俄
    发表于 01-09 11:33 2640次阅读
    数字货币<b class='flag-5'>交易平台</b>LIVECOIN介绍

    数字资产量化交易软件开发币币交易平台开发

    数字资产量化交易软件开发币币交易平台开发[本文由源中瑞涂先生编辑/量化交易软件开发搜索微信:ruiec999]众所周知,在数字资产投资的世界
    发表于 01-30 18:39 345次阅读

    基于个共享的数字货币交易平台Kitchan网络介绍

    Kitchan网络是个共享数字货币交易平台。提供各种投资工具,包括现货交易、保证金交易和融资交易,以及图形化编程工具和
    发表于 06-19 11:44 918次阅读

    区块链交易平台是如何盈利的

    交易平台,顾名思义就是用来交易平台,而区块链交易平台自然就是用来交易加密资产的平台,会提供行情
    发表于 11-06 11:37 5287次阅读