博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
zipline目录结构
阅读量:4363 次
发布时间:2019-06-07

本文共 2649 字,大约阅读时间需要 8 分钟。

下面列出了zipline主要的目录和文件结构和它的说明

├── ci    -  持续集成相关├── conda - 生成conda 包相关├── docs - 文档│   ├── notebooks - notebook代码│   └── source  - 教程和what’s new├── etc - 依赖配置和一些 hook shell 脚本├── tests - 测试代码├── zipline - 代码主目录│   ├── __init__.py - 集中引入包内容│   ├── __main__.py - 主程序入口│   ├── _protocol.pyx - current, history, can_trade 之类的一些数据操作接口的实现│   ├── _version.py - 版本管理相关的│   ├── algorithm.py - 策略算法的主逻辑抽象,算法最后会被实例化为TradingAlgorithm的实例或者继承它, 并且里面进行了主要的api的定义,zipine的 cli会调用它的run方法启动回测│   ├── api.py 常用api│   ├── api.pyi 常用api说明│   ├── assets - 资产类抽象 里面封装了常用的资产如股票Equity,期货Funtrue, 作为Asset的子类,并且封装了其数据库操作(这里是sqlite)│   ├── data - 数据相关,所有的数据操作封装为dataportal │   │   ├── __init__.py│   │   ├── _adjustments.pyx - 除权除息等信息的读取│   │   ├── _equities.pyx - 从bcolz里面获取行情的索引的抽象│   │   ├── _minute_bar_internal.pyx - 分钟bar相关的索引│   │   ├── bar_reader.py - BarReader接口定义│   │   ├── benchmarks.py - 从雅虎获取基准数据│   │   ├── bundles - 官方的提供的data bundle │   │   ├── continuous_future_reader.py │   │   ├── data_portal.py DataPortal定义,整合了所有的reader,writer,等,是biplane获取数据的入口,提供reader,writer数据的简单高层封装│   │   ├── dispatch_bar_reader.py - 结合trading calendar 读取asset的bar信息│   │   ├── history_loader.py  - asset 历史信息的获取, 包括附加复权信息│   │   ├── loader.py - loader 封装了基准信息和国债收益率曲线│   │   ├── minute_bars.py - 分钟线reader/writer相关的抽象│   │   ├── resample.py - 把分钟线数据resample为日线数据│   │   ├── session_bars.py -  SessionBarReader│   │   ├── treasuries.py - 国债收益率曲线│   │   ├── treasuries_can.py - 加拿大国债收益率曲线│   │   └── us_equity_pricing.py - 主要是针对Equity的日线读取,adjustment数据读取,│   ├── dispatch.py - 分发逻辑│   ├── errors.py - 异常的抽象│   ├── examples - 一些例子│   ├── finance - 主要抽象了交易和财务相关的逻辑,这些接口大多会出现在zipline或者quantopian的代码策略代码里,可以进行import │   │   ├── __init__.py │   │   ├── asset_restrictions.py - 资产交易限制│   │   ├── blotter.py - 账号?│   │   ├── cancel_policy.py - 取消策略│   │   ├── commission.py - 佣金│   │   ├── constants.py - 一些常亮定义│   │   ├── controls.py - 分控相关│   │   ├── execution.py - 订单类型│   │   ├── order.py - 订单逻辑│   │   ├── performance - 收益│   │   ├── risk - 风险相关│   │   ├── slippage.py - 滑点│   │   ├── trading.py - TradingEnvironment, SimulationParameters的抽象,如果使用自己的loader, TradingCalendar 则需要自己初始化这个对象 │   │   └── transaction.py - Transaction - 交易的抽象│   ├── gens - 应该是集合了大部分的generator , 主要是回测过程的generator│   │   └── tradesimulation.py - 回测主要过程的generator│   ├── lib - 一些主要用的的数据结构和算法│   ├── pipeline - pipeline相关的逻辑│   ├── protocol.py - Order Account, Portfolio, Position等的抽象│   ├── resources - etc相关的一些资源│   ├── sources - 基准数据源等│   ├── test_algorithms.py - 测试策略...│   ├── testing - 测试│   ├── utils - 一些工具类, 其中 run_algo.py, tradingcalendar.py 相关的需要重点关注下

 

转载于:https://www.cnblogs.com/fangbei/p/8432854.html

你可能感兴趣的文章
嵌套循环概念
查看>>
ASP.NET MVC Model绑定(二)
查看>>
一步一步写算法(之hash表)
查看>>
漫谈并发编程(一) - 并发简单介绍
查看>>
JDBC连接MySQL数据库及演示样例
查看>>
Beta 冲刺(1/7)
查看>>
修改 Vultr 登录密码
查看>>
CSS学习
查看>>
Centos 安装lnmp完整版
查看>>
【转】Eclipse和PyDev搭建完美Python开发环境(Ubuntu篇)
查看>>
Differences between page and segment
查看>>
字符串之strcmp
查看>>
最长公共子序列(不连续)
查看>>
微服务:Java EE的拯救者还是掘墓人?
查看>>
如何在Centos里面,把.net core程序设为开机自启动
查看>>
1920*1080pc端适配
查看>>
Nutch系列1:简介
查看>>
前端UI框架选择区别对比推荐
查看>>
栈 队列 和 双向队列
查看>>
从垃圾回收看闭包
查看>>