बाजार उद्धरण कलेक्टर फिर से उन्नयन

कस्टम डेटा स्रोत प्रदान करने के लिए CSV प्रारूप फ़ाइल आयात का समर्थन करना

हाल ही में, एक व्यापारी को अपने स्वयं के सीएसवी प्रारूप फ़ाइल का उपयोग एफएमजेड प्लेटफ़ॉर्म बैकटेस्ट सिस्टम के लिए डेटा स्रोत के रूप में करने की आवश्यकता है। हमारे प्लेटफ़ॉर्म के बैकटेस्ट सिस्टम में कई कार्य हैं और इसका उपयोग करना सरल और कुशल है, ताकि जब तक उपयोगकर्ताओं के पास अपने स्वयं के डेटा हों, वे इन डेटा के अनुसार बैकटेस्टिंग कर सकें, जो अब हमारे प्लेटफ़ॉर्म डेटा सेंटर द्वारा समर्थित एक्सचेंजों और किस्मों तक सीमित नहीं है।

डिजाइन विचार

डिजाइन विचार वास्तव में बहुत सरल है. हम केवल पिछले बाजार कलेक्टर के आधार पर इसे थोड़ा बदलने की जरूरत है. हम एक पैरामीटर जोड़नेisOnlySupportCSVबाजार संग्रहकर्ता को यह जांचने के लिए कि क्या बैकटेस्ट प्रणाली के लिए केवल सीएसवी फ़ाइल का उपयोग डेटा स्रोत के रूप में किया जाता है।filePathForCSVइसका उपयोग उस सर्वर पर रखी गई सीएसवी डेटा फ़ाइल के पथ को सेट करने के लिए किया जाता है जहां मार्केट कलेक्टर रोबोट चलता है।isOnlySupportCSVपैरामीटर पर सेट किया गया हैTrueयह निर्णय लेने के लिए कि किस डेटा स्रोत का उपयोग करना है (आपके द्वारा एकत्रित या सीएसवी फ़ाइल में डेटा), यह परिवर्तन मुख्य रूप सेdo_GETकार्यProvider class.

सीएसवी फाइल क्या है?

अल्पविराम-पृथक मान, जिसे सीएसवी के रूप में भी जाना जाता है, कभी-कभी वर्ण-पृथक मान के रूप में संदर्भित किया जाता है, क्योंकि विभाजक वर्ण भी अल्पविराम नहीं हो सकता है। इसकी फ़ाइल सादे पाठ में तालिका डेटा (संख्या और पाठ) संग्रहीत करती है। सादे पाठ का अर्थ है कि फ़ाइल वर्णों का एक अनुक्रम है और इसमें कोई डेटा नहीं है जिसे बाइनरी संख्या की तरह व्याख्या की जानी चाहिए। सीएसवी फ़ाइल में किसी भी संख्या में रिकॉर्ड होते हैं, जिन्हें कुछ नई लाइन वर्ण द्वारा अलग किया जाता है; प्रत्येक रिकॉर्ड में फ़ील्ड होते हैं, और फ़ील्ड के बीच विभाजक अन्य वर्ण या स्ट्रिंग होते हैं, और सबसे आम अल्पविराम या टैब होते हैं। आम तौर पर, सभी रिकॉर्ड में फ़ील्ड का सटीक समान अनुक्रम होता है। वे आमतौर पर सादे पाठ फ़ाइलें होते हैं। इसका उपयोग करने की सिफारिश की जाती हैWORDPADयाExcelखोलने के लिए।

सीएसवी फ़ाइल प्रारूप का सामान्य मानक मौजूद नहीं है, लेकिन कुछ नियम हैं, आम तौर पर प्रति पंक्ति एक रिकॉर्ड, और पहली पंक्ति हेडर है। प्रत्येक पंक्ति में डेटा को अल्पविराम से अलग किया जाता है।

उदाहरण के लिए, हम परीक्षण के लिए इस्तेमाल किया सीएसवी फ़ाइल इस तरह नोटपैड के साथ खोला जाता हैः

यह देखा गया है कि सीएसवी फ़ाइल की पहली पंक्ति तालिका हेडर है।

,open,high,low,close,vol

हमें बस इन डेटा को पार्स और सॉर्ट करने की जरूरत है, और फिर इसे बैकटेस्ट सिस्टम के कस्टम डेटा स्रोत द्वारा आवश्यक प्रारूप में निर्माण करें। हमारे पिछले लेख में यह कोड पहले ही संसाधित हो चुका है, और केवल थोड़ा संशोधित करने की आवश्यकता है।

संशोधित कोड

import _thread
import pymongo
import json
import math
import csv
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):
        global isOnlySupportCSV, filePathForCSV
        try:
            self.send_response(200)
            self.send_header("Content-type", "application/json")
            self.end_headers()

            dictParam = url2Dict(self.path)
            Log("The custom data source service receives the request，self.path:", self.path, "query parameter：", dictParam)
            
            # At present, the backtest system can only select the exchange name from the list. When adding a custom data source, set it to Binance, that is: Binance
            exName = exchange.GetName()                                     
            # Note that period is the bottom K-line period
            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)

            # Request data
            data = {
                "schema" : ["time", "open", "high", "low", "close", "vol"],
                "data" : []
            }
            
            if isOnlySupportCSV:
                # Handle CSV reading, filePathForCSV path
                listDataSequence = []
                with open(filePathForCSV, "r") as f:
                    reader = csv.reader(f)
                    # Get table header
                    header = next(reader)
                    headerIsNoneCount = 0
                    if len(header) != len(data["schema"]):
                        Log("The CSV file format is wrong, the number of columns is different, please check!", "#FF0000")
                        return 
                    for ele in header:
                        for i in range(len(data["schema"])):
                            if data["schema"][i] == ele or ele == "":
                                if ele == "":
                                    headerIsNoneCount += 1
                                if headerIsNoneCount > 1:
                                    Log("The CSV file format is incorrect, please check!", "#FF0000")
                                    return 
                                listDataSequence.append(i)
                                break
                    
                    # Read content
                    while True:
                        record = next(reader, -1)
                        if record == -1:
                            break
                        index = 0
                        arr = [0, 0, 0, 0, 0, 0]
                        for ele in record:
                            arr[listDataSequence[index]] = int(ele) if listDataSequence[index] == 0 else (int(float(ele) * amountRatio) if listDataSequence[index] == 5 else int(float(ele) * priceRatio))
                            index += 1
                        data["data"].append(arr)
                
                Log("data: ", data, "Respond to backtest system requests.")
                self.wfile.write(json.dumps(data).encode())
                return 
            
            # Connect to the database
            Log("Connect to the database service to obtain data, the database: ", exName, "table: ", tabName)
            myDBClient = pymongo.MongoClient("mongodb://localhost:27017")
            ex_DB = myDBClient[exName]
            exRecords = ex_DB[tabName]
            
            # Construct query conditions: greater than a certain value {'age': {'$ gt': 20}} less than a certain value {'age': {'$lt': 20}}
            dbQuery = {"$and":[{'Time': {'$gt': fromTS}}, {'Time': {'$lt': toTS}}]}
            Log("Query conditions: ", dbQuery, "Number of inquiries: ", exRecords.find(dbQuery).count(), "Total number of databases: ", exRecords.find().count())
            
            for x in exRecords.find(dbQuery).sort("Time"):
                # Need to process data accuracy according to request parameters round and vround
                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("data: ", data, "Respond to backtest system requests.")
            # Write data response
            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)
    if (isOnlySupportCSV):
        try:
        # _thread.start_new_thread(createServer, (("localhost", 9090), ))         # local test
            _thread.start_new_thread(createServer, (("0.0.0.0", 9090), ))         # Test on VPS server
            Log("Start the custom data source service thread, and the data is provided by the CSV file. ", "#FF0000")
        except BaseException as e:
            Log("Failed to start the custom data source service!")
            Log("Error message: ", e)
            raise Exception("stop")
        while True:
            LogStatus(_D(), "Only start the custom data source service, do not collect data!")
            Sleep(2000)
    
    exName = exchange.GetName()
    period = exchange.GetPeriod()
    Log("collect", exName, "Exchange K-line data,", "K line cycle:", period, "Second")
    
    # Connect to the database service, service address mongodb: //127.0.0.1: 27017 See the settings of mongodb installed on the server
    Log("Connect to the mongodb service of the hosting device, mongodb://localhost:27017")
    myDBClient = pymongo.MongoClient("mongodb://localhost:27017")   
    # Create a database
    ex_DB = myDBClient[exName]
    
    # Print the current database table
    collist = ex_DB.list_collection_names()
    Log("mongodb", exName, "collist:", collist)
    
    # Check if the table is deleted
    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, "delete:", dropName)
                ret = tab.drop()
                collist = ex_DB.list_collection_names()
                if dropName in collist:
                    Log(dropName, "failed to delete")
                else :
                    Log(dropName, "successfully deleted")
    
    # Start a thread to provide a custom data source service
    try:
        # _thread.start_new_thread(createServer, (("localhost", 9090), ))     # local test
        _thread.start_new_thread(createServer, (("0.0.0.0", 9090), ))         # Test on VPS server
        Log("Open the custom data source service thread", "#FF0000")
    except BaseException as e:
        Log("Failed to start the custom data source service!")
        Log("Error message:", e)
        raise Exception("stop")
    
    # Create the records table
    ex_DB_Records = ex_DB["%s_%d" % ("records", period)]
    Log("Start collecting", exName, "K-line data", "cycle:", period, "Open (create) the database table:", "%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:
            # Write all BAR data for the first time
            for i in range(len(r) - 1):
                bar = r[i]
                # Write root by root, you need to determine whether the data already exists in the current database table, based on timestamp detection, if there is the data, then skip, if not write
                retQuery = ex_DB_Records.find({"Time": bar["Time"]})
                if retQuery.count() > 0:
                    continue
                
                # Write bar to the database table
                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]
            # Check before writing data, whether the data already exists, based on time stamp detection
            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)
        # Increase drawing display
        ext.PlotRecords(r, "%s_%d" % ("records", period))
        Sleep(10000)

परीक्षण चलाना

सबसे पहले, हम बाजार कलेक्टर रोबोट को चालू करते हैं। हम रोबोट को एक एक्सचेंज जोड़ते हैं और रोबोट को चलाने देते हैं।

पैरामीटर विन्यासः

फिर हम एक परीक्षण रणनीति बनाते हैंः

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

रणनीति बहुत सरल है, केवल प्राप्त करें और तीन बार के-लाइन डेटा प्रिंट करें।

बैकटेस्ट पृष्ठ पर, बैकटेस्ट सिस्टम के डेटा स्रोत को कस्टम डेटा स्रोत के रूप में सेट करें, और उस सर्वर का पता भरें जहां बाजार कलेक्टर रोबोट चलता है। चूंकि हमारी सीएसवी फ़ाइल में डेटा 1 मिनट की के लाइन है। इसलिए जब बैकटेस्ट, हम 1 मिनट के लिए के-लाइन अवधि सेट करते हैं।

बैकटेस्ट शुरू करने के लिए क्लिक करें, और बाजार कलेक्टर रोबोट डेटा अनुरोध प्राप्त करता हैः

बैकटेस्ट प्रणाली की निष्पादन रणनीति पूरी होने के बाद, डेटा स्रोत में के-लाइन डेटा के आधार पर एक के-लाइन चार्ट उत्पन्न किया जाता है।

फ़ाइल में डेटा की तुलना करेंः

बाजार उद्धरण कलेक्टर फिर से उन्नयन