JoinQuant 心得——数据存取

by 庸俗神父

聚宽使用两个月，分享些心得，方便后来人。

若朋友们觉得有帮助，回复一下，权当鼓励。

当然，若觉得有疑问或建议，也请告知。

API文档已有一定的说明，故只写重点，但附上API连接，请自行查阅。

• JoinQuant 心得——股票行情数据
• JoinQuant 心得——时间持仓资金数据
• JoinQuant 心得——基本面数据
• JoinQuant 心得——订单
• JoinQuant 心得——回测功能性完善
• JoinQuant 心得——数据存取

存取数据

• API原文 read_file
• API原文 write_file
• 策略和研究中都能用。
• 文件内容只能是 str或者unicode。
• List与Dict等常规非字符数据,写入需json.dumps()，读取需json.loads()，所以需导入相应模块import json。
• DataFrame类型数据 写入需.to_csv，读取需pd.read_csv，StringIO。所以需导入相应模块import pandas as pd,from six import StringIO
• DataFrame类型数据在研究中有更简单的写法，不用read_file和write_file即直接.to_csv和pd.read_csv，但不能在策略中用，具体说明待更新。

样例（输出结果插入到相应代码后了）

# 回测时间为20151129-20151130
# 资金100000

import pandas as pd
import numpy as np
import json
from six import StringIO

def initialize(context):
    # 定义一个全局变量, 保存要操作的股票
    g.security = ['000001.XSHE','000002.XSHE']
    # 设置我们要操作的股票池
    set_universe(g.security)

# 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次
def handle_data(context, data):

# 以下代码可以在研究中使用，但需导入相应模块

    security = ['000001.XSHE','000002.XSHE']
    tb={'a':1,'b':2}
    df=get_price(security=security, start_date='2015-11-26'
                , end_date='2015-11-27'
                , frequency='1d'
                , fields=['open','high','low','close'])
    print df['close']
# 输出    
# 2015-11-30 09:30:00 - INFO - 000001.XSHE  000002.XSHE
# 2015-11-26        12.23        14.50
# 2015-11-27        11.73        14.26   

    # List 存取
    write_file('test.json',json.dumps(security))
    temp= json.loads(read_file('test.json'))
    print temp
# 输出
# 2015-11-30 09:30:00 - INFO - [u'000001.XSHE', u'000002.XSHE']

    # Dict 存取
    write_file('test.json',json.dumps(tb))
    temp= json.loads(read_file('test.json'))
    print temp
# 输出   
# 2015-11-30 09:30:00 - INFO - {u'a': 1, u'b': 2}

    # DataFrame 存取
    write_file('test.csv', df['close'].to_csv(), append=False)
    close= pd.read_csv(StringIO( read_file('test.csv')),index_col=[0]) # index_col=[0]是指定DataFrame的index位置在第0列
    print close
# 输出 
# 2015-11-30 09:30:00 - INFO - 000001.XSHE  000002.XSHE
# 2015-11-26        12.23        14.50
# 2015-11-27        11.73        14.26