হ্যান্ডশেক আপনাকে কাস্টমাইজড ডেটা উত্সের বৈশিষ্ট্যগুলি পুনরুদ্ধার করতে শেয়ার সংগ্রাহককে আপগ্রেড করতে শেখায়

হ্যান্ডশেক আপনাকে কাস্টমাইজড ডেটা উত্সের বৈশিষ্ট্যগুলি পুনরুদ্ধার করতে শেয়ার সংগ্রাহককে আপগ্রেড করতে শেখায়

পূর্ববর্তী নিবন্ধহাতের মুঠো আপনাকে একটি ট্রেন্ড সংগ্রাহক বাস্তবায়ন করতে শেখায়আমরা একসাথে একটি রোবট প্রোগ্রাম বাস্তবায়ন করেছি যা বাজারের তথ্য সংগ্রহ করে এবং এর পরে কী ব্যবহার করবে? অবশ্যই, পুনর্বিবেচনা সিস্টেমের জন্য, এখানে উদ্ভাবকদের পরিমাণগত ট্রেডিং প্ল্যাটফর্ম পুনর্বিবেচনা সিস্টেমের কাস্টম ডেটা উত্সের বৈশিষ্ট্যগুলির উপর নির্ভর করে, আমরা সরাসরি সংগ্রহ করা ডেটা পুনর্বিবেচনা সিস্টেমের ডেটা উত্স হিসাবে ব্যবহার করতে পারি, যাতে আমরা পুনর্বিবেচনা সিস্টেমটিকে যে কোনও বাজারে প্রয়োগ করতে পারি যেখানে আমরা historicalতিহাসিক ডেটা পুনর্বিবেচনা করতে চাই।

এইভাবে, আমরা একটি আপগ্রেড করতে পারি "বাজার সংগ্রাহক" যাতে বাজারের সংগ্রাহক একই সাথে একটি কাস্টমাইজড ডেটা উত্স হিসাবে রিসেটিং সিস্টেমে ডেটা সরবরাহ করতে পারে।

যদি চাহিদা থাকে, তাহলে এগিয়ে আসুন!

প্রস্তুত

আগের লেখার মত প্রস্তুতির কাজটা একটু ভিন্ন ছিল, শেষবার আমি আমার স্থানীয় ম্যাক কম্পিউটারে চলমান একটি হোস্ট প্রোগ্রাম ইনস্টল করেছিলাম, যাতে mongodb ডাটাবেস ডাটাবেস সার্ভিস চালু হয়। এইবার আমরা আমাদের প্রোগ্রামটি চালানোর জন্য ভিপিএসে একটি চালনা পরিবেশ পরিবর্তন করেছি, আলি ক্লাউড লিনাক্স সার্ভার ব্যবহার করে।

• mongodb ডাটাবেস

  পূর্ববর্তী নিবন্ধের মতো, একটি বাজারের সংগ্রহকারী প্রোগ্রাম চালিত ডিভাইসে মঙ্গোডব ডাটাবেস ইনস্টল করতে হবে এবং পরিষেবাটি চালু করতে হবে। এটি ম্যাক কম্পিউটারে মঙ্গোডব ইনস্টল করার মতোই, অনলাইনে অনেকগুলি টিউটোরিয়াল রয়েছে যা অনুসন্ধান করা যায় এবং এটি দেখতে সহজ।

• পাইথন 3 ইনস্টল করুন প্রোগ্রামটি পাইথন 3 ভাষা ব্যবহার করে, কিছু লাইব্রেরি ব্যবহার করা হয়েছে এবং অন্যথায় ইনস্টল করা প্রয়োজন।

  • পিমঙ্গো
  • http
  • উর্লিব

• ম্যানেজার এটি একটি উদ্ভাবক কোয়ালিফাইড ট্রেডিং প্ল্যাটফর্মের পরিচালক।

"বাজার সংগ্রহকারী" পরিবর্তন

তথ্য সংগ্রহকারীRecordsCollecter (শিক্ষা)এই কৌশলটি। আমরা এটিতে কিছু পরিবর্তন আনতে চাইঃ প্রোগ্রামটি ডাটা সংগ্রহের whilst loop-এ প্রবেশের আগে, একাধিক থ্রেড লাইব্রেরি ব্যবহার করে একটি পরিষেবা চালু করার জন্য একই সময়ে চালানো হয়, যা উদ্ভাবকের কোয়ালিফাইড ট্রেডিং প্ল্যাটফর্মের পুনরাবৃত্তি সিস্টেমের ডেটা অনুরোধগুলির জন্য মনিটরিংয়ের জন্য ব্যবহৃত হয়। (অন্যান্য পরিবর্তনগুলি উপেক্ষা করা যেতে পারে)

RecordsCollector (কস্টমাইজড ডেটা উত্সের জন্য আপগ্রেড)

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)
        

পরীক্ষা

রোবট কনফিগার করুন

রোবট চালান, ট্র্যাফিক সংগ্রহকারী চালান।

একটি পরীক্ষা পলিসি খুলুন এবং পুনরায় পরীক্ষা করুন, উদাহরণস্বরূপ এই ধরনের পুনরায় পরীক্ষা পলিসি, পরীক্ষা করুন।

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

কনফিগার পুনরায় পরীক্ষা করার বিকল্প, বিনিময়কে বিনয়নে সেট করুন কারণ সাময়িকভাবে কাস্টমাইজড ডেটা উত্সটি নিজের দ্বারা একটি বিনিময় নাম তৈরি করতে পারে না, কেবলমাত্র তালিকার কোনও বিনিময় কনফিগারেশনে ধার নিতে পারে, যখন পুনরায় পরীক্ষা করা হয় তখন বিনয়ন প্রদর্শিত হয়, যা আসলে উইক্সঅ্যাপ অ্যালগরিদমের ডেটা।

তুলনামূলক পুনরাবৃত্তি সিস্টেমটি ট্রেডিং সংগ্রাহক দ্বারা কাস্টম ডেটা উত্স পুনরাবৃত্তি হিসাবে উত্পন্ন চার্টটি ওয়েক্সঅ্যাপ এক্সচেঞ্জ পৃষ্ঠায় 1 ঘন্টা কে-লাইন চার্টের সাথে একই কিনা তা পরীক্ষা করে।

এটি ভিপিএসের রোবটকে কে-লাইন ডেটা সংগ্রহ করতে দেয়, এবং আমরা যে কোনও সময় এই সংগ্রহ করা ডেটা সরাসরি পুনরায় পরীক্ষা সিস্টেমে পুনরায় পরীক্ষা করতে পারি। এটিকে ছাড়াও, আপনি আরও বিস্তৃত করতে পারেন, যেমন ডিস্ক-স্তরের কাস্টমাইজড ডেটা উত্সগুলি পুনরুদ্ধার করতে, মাল্টি-বৈচিত্র্য, মাল্টি-মার্কেট ডেটা সংগ্রহ এবং আরও অনেক কিছু সমর্থন করে।

স্বাগতম।