हाथ से चल रहा है आप अपने ट्रैफ़िक कलेक्टर के लिए अनुकूलित डेटा स्रोतों के लिए अपग्रेड पुनः परीक्षण करने के लिए सिखाता है

हाथ से चल रहा है आप अपने ट्रैफ़िक कलेक्टर के लिए अनुकूलित डेटा स्रोतों के लिए अपग्रेड पुनः परीक्षण करने के लिए सिखाता है

पिछला लेखहाथ से हाथ मिलाकर आपको एक लेन-देन कलेक्टर बनाने के लिए सिखायाहम एक साथ एक रोबोट प्रोग्राम लागू करते हैं जो बाजारों को एकत्र करता है और बाजार डेटा एकत्र करता है, और इसका उपयोग क्या होता है? बेशक, पुनरावृत्ति प्रणाली के लिए, जहां आविष्कारक द्वारा क्वांटिफाइड ट्रेडिंग प्लेटफॉर्म पुनरावृत्ति प्रणाली के कस्टम डेटा स्रोत सुविधाओं पर भरोसा किया जाता है, हम सीधे एकत्र किए गए डेटा को पुनरावृत्ति प्रणाली के डेटा स्रोत के रूप में उपयोग कर सकते हैं, ताकि हम पुनरावृत्ति प्रणाली को उस बाजार में लागू कर सकें जहां हम ऐतिहासिक डेटा का पुनरावृत्ति करना चाहते हैं।

इसलिए, हम एक अपग्रेड कर सकते हैं "बिक्री कलेक्टर! ताकि एक ही समय में, एक कस्टम डेटा स्रोत के रूप में, एक बिक्री कलेक्टर एक रीसेट सिस्टम के लिए डेटा प्रदान कर सकता है।

अगर जरूरत है, तो शुरू करो!

तैयार

पिछले लेख की तरह, पिछले बार मैंने मॉंगोडब डेटाबेस को स्थापित किया था, जो कि मेरे स्थानीय मैक पर चल रहे एक होस्टिंग प्रोग्राम के साथ डेटाबेस सेवा शुरू करने के लिए था। इस बार हमने ऑपरेटिंग वातावरण को VPS पर बदल दिया और अली क्लाउड लिनक्स सर्वर का उपयोग करके हमारे प्रोग्राम को चलाया।

• mongodb डेटाबेस

  जैसा कि पिछले लेख में किया गया था, आपको बाजार कलेक्टर प्रोग्राम चलाने वाले डिवाइस पर मोंगॉडबी डेटाबेस स्थापित करने और सेवा शुरू करने की आवश्यकता है। यह मूल रूप से एक मैक कंप्यूटर पर मोंगॉडबी स्थापित करने के समान है, ऑनलाइन कई ट्यूटोरियल हैं, जिन्हें खोजा जा सकता है, बहुत सरल है।

• पायथन 3 स्थापित करें यह कार्यक्रम पायथन 3 भाषा का उपयोग करता है, ध्यान दें कि कुछ पुस्तकालयों का उपयोग किया जाता है, जो कि स्थापित करने की आवश्यकता नहीं है।

  • पिमोंगो
  • http
  • उर्लिब

• संरक्षक एक आविष्कारक को क्वांटिफाइड ट्रेडिंग प्लेटफॉर्म के प्रबंधक के रूप में भी जाना जाता है।

"खरीदारी कलेक्टर" को बदलना

एक घटना संग्रहकर्ताRecordsCollecter (पढ़ाने के लिए)यह रणनीति है। हम इसे कुछ बदलाव करने जा रहे हैं: जब तक प्रोग्राम डेटा एकत्र करने के लिए एक जबकि चक्र में प्रवेश नहीं करता है, तब तक एक सेवा शुरू करने के लिए एक बहु-थ्रेड लाइब्रेरी का उपयोग किया जाता है, जो आविष्कारक के क्वांटिफाइड ट्रेडिंग प्लेटफॉर्म के लिए सिस्टम के डेटा अनुरोधों की निगरानी करने के लिए उपयोग किया जाता है। (अन्य विवरणों को अनदेखा किया जा सकता है)

RecordsCollector (अपग्रेड करने के लिए कस्टम डेटा स्रोत सुविधा)

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)
        

परीक्षण

रोबोट को कॉन्फ़िगर करें

रोबोट चलाएं, ट्रैफिक कलेक्टर चलाएं।

एक परीक्षण नीति खोलें और पुनः परीक्षण करें, उदाहरण के लिए, इस तरह की पुनः परीक्षण नीति, परीक्षण करें।

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

विनिमय को बिनान पर सेट करने के लिए विनिमय को रीसेट करने का विकल्प, क्योंकि अस्थायी रूप से कस्टम डेटा स्रोत अभी तक खुद को एक विनिमय नाम नहीं बना सकता है, केवल सूची में से किसी एक विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय विनिमय है।

तुलनात्मक पुनरावृत्ति प्रणाली के आधार पर, क्या एक चार्ट जो एक कस्टम डेटा स्रोत के रूप में बाजार कलेक्टर द्वारा उत्पन्न किया गया है, वेक्सएप्प एक्सचेंज पेज पर 1 घंटे के लाइन चार्ट के समान है।

इस प्रकार, वीपीएस पर रोबोट को अपने लिए के-लाइन डेटा इकट्ठा करने की अनुमति दी जाती है, और हम सीधे रीट्रेसिंग सिस्टम में अपने द्वारा एकत्र किए गए डेटा को प्राप्त कर सकते हैं। इसके अलावा, आप आगे भी विस्तार कर सकते हैं, जैसे कि वास्तविक डिस्क स्तर पर कस्टम डेटा स्रोतों को पुनः प्राप्त करने के लिए समर्थन, बहु-विविधता, बहु-बाजार डेटा संग्रह आदि का समर्थन।

आपका स्वागत है।