A utility for RQAlpha to directly use data.
不需要在回测里而是直接调用 RQAlpha 的数据。
对 history_bars 函数进行一定包装后变成 get_bars 函数,以便直接在 Jupyter 中直接使用!
匆忙写就,欢迎各位提问题以便改进它,当然更欢迎给我加个 Star。
最终效果:
-
is_trading_date 判断是否是交易日
-
get_trading_dates - 交易日列表
-
get_previous_trading_date - 上一交易日
-
get_next_trading_date - 下一交易日
-
is_suspended - 全天停牌判断
-
is_st_stock - ST股判断
-
get_prev_close
-
get_bar 和RQAlpha兼容
-
history 和RQAlpha兼容
-
history_bars 和RQAlpha兼容
-
get_bars 推荐使用
(注意:如果中间有停牌日期,则自动跳过,保证最后数据行数为 bar_count = 5 个)
field 字段名 open 开盘价 high 最高价 low 最低价 close 收盘价 volume 成交量 total_turnover 成交额 datetime 时间
get_bars(order_book_id,
dt,
bar_count=1,
frequency='1d',
fields=None,
skip_suspended=True,
include_now=False,
adjust_type='pre',
adjust_orig=None,
convert_to_dataframe=False)
$ pip install rqalpha
$ pip install rqalpha-data
如果第一次使用或想要更新数据,请调用 update 方法
from rqalpha_data import datasource
datasource.update()
- 获取单支股票,返回格式为数组
from rqalpha_data import *
df = get_bars('600469.XSHG', '2017-11-01', 5, fields=['datetime', 'open', 'close'])
print(df)
输出(注意:如果中间有停牌日期,则自动跳过,保证最后数据行数为 bar_count = 5 个)
[(20171025000000L, 8.09, 8.16) (20171026000000L, 8.16, 8.18)
(20171027000000L, 8.17, 8.11) (20171030000000L, 8.11, 7.98)
(20171101000000L, 7.88, 7.44)]
- 获取单支股票,返回格式为DataFrame
from rqalpha_data import *
df = get_bars('600469.XSHG', '2017-11-01', 5, fields=['datetime', 'open', 'close'], convert_to_dataframe=True)
print(df)
输出(注意:如果中间有停牌日期,则自动跳过,保证最后数据行数为 bar_count = 5 个)
open close
2017-10-25 8.09 8.16
2017-10-26 8.16 8.18
2017-10-27 8.17 8.11
2017-10-30 8.11 7.98
2017-11-01 7.88 7.44
有的朋友可能不知道如何在 Jupyter 中使用 rqalpha 进行回测