黄金期货贵金属量化回测-历史数据获取方式推荐
由bqw3t74w创建，最终由bqw3t74w 被浏览 9 用户
量化回测中关键的两个点：量化的技术指标以及量化数据的回测，回测涉及到历史数据的获取，例如不同周期K线数据获取；指标包括包括但不限于移动平均线（MA）、相对强弱指标（RSI）、布林带（Bollinger Bands）、MACD指标等；本次给大家推荐历史数据的获取方式和相关指标的示例：
一、获取历史K线数据示例：
import time
import requests # pip3 install requests
import json
# Extra headers
test_headers = {
'Content-Type' : 'application/json'
}
'''
github：https://github.com/CTradeExchange/free-forex-market-data
申请免费token：https://alltick.co/register
官网：https://alltick.co
将如下JSON进行url的encode，复制到http的查询字符串的query字段里
{"trace" : "python_http_test1","data" : {"code" : "USDJPY","kline_type" : 1,"kline_timestamp_end" : 0,"query_kline_num" : 2,"adjust_type": 0}}
{"trace" : "python_http_test2","data" : {"symbol_list": [{"code": "USDJPY"},{"code": "GOLD"}]}}
{"trace" : "python_http_test3","data" : {"symbol_list": [{"code": "USDJPY"},{"code": "GOLD"}]}}
'''
test_url1 = 'https://quote.aatest.online/quote-b-api/kline?token=3662a972-1a5d-4bb1-88b4-66ca0c402a03-1688712831841&query=%7B%22trace%22%20%3A%20%22python_http_test1%22%2C%22data%22%20%3A%20%7B%22code%22%20%3A%20%22USDJPY%22%2C%22kline_type%22%20%3A%201%2C%22kline_timestamp_end%22%20%3A%200%2C%22query_kline_num%22%20%3A%202%2C%22adjust_type%22%3A%200%7D%7D'
test_url2 = 'https://quote.aatest.online/quote-b-api/trade-tick?token=3662a972-1a5d-4bb1-88b4-66ca0c402a03-1688712831841&query=%7B%22trace%22%20%3A%20%22python_http_test2%22%2C%22data%22%20%3A%20%7B%22symbol_list%22%3A%20%5B%7B%22code%22%3A%20%22USDJPY%22%7D%2C%7B%22code%22%3A%20%22GOLD%22%7D%5D%7D%7D'
test_url3 = 'https://quote.aatest.online/quote-b-api/depth-tick?token=3662a972-1a5d-4bb1-88b4-66ca0c402a03-1688712831841&query=%7B%22trace%22%20%3A%20%22python_http_test3%22%2C%22data%22%20%3A%20%7B%22symbol_list%22%3A%20%5B%7B%22code%22%3A%20%22USDJPY%22%7D%2C%7B%22code%22%3A%20%22GOLD%22%7D%5D%7D%7D'
resp1 = requests.get(url=test_url1, headers=test_headers)
time.sleep(1)
resp2 = requests.get(url=test_url2, headers=test_headers)
time.sleep(1)
resp3 = requests.get(url=test_url3, headers=test_headers)
# Decoded text returned by the request
text1 = resp1.text
print(text1)
text2 = resp2.text
print(text2)
text3 = resp3.text
print(text3)
code 请查看code列表，选择你要查询的code
kline_type k线类型，1分钟K，2为5分钟K，3为15分钟K，4为30分钟K，5为小时K，6为2小时K，7为4小时K，8为日K，9为周K，10为月K
query_kline_num 查询多少根K线，最多1000根
\
二、技术指标实现的示例：
- 移动平均线（MA）：移动平均线是平均收盘价在一定时间段内的移动平均值。
import pandas as pd
# 计算20日的简单移动平均线(SMA)
data['SMA20'] = data['close'].rolling(window=20).mean()
- 相对强弱指标（RSI）：相对强弱指标衡量价格波动的相对强度，通常在0-100范围内。
# 计算14日的相对强弱指标（RSI）
delta = data['close'].diff()
gain = (delta.where(delta > 0, 0)).rolling(window=14).mean()
loss = (-delta.where(delta < 0, 0)).rolling(window=14).mean()
rs = gain / loss
data['RSI'] = 100 - (100 / (1 + rs))
3. 布林带（Bollinger Bands）：布林带由中轨线和上下轨线组成，用来衡量价格波动的程度。
# 计算20日均线和布林带
data['SMA20'] = data['close'].rolling(window=20).mean()
data['stddev'] = data['close'].rolling(window=20).std()
data['upper_band'] = data['SMA20'] + (data['stddev'] * 2)
data['lower_band'] = data['SMA20'] - (data['stddev'] * 2)
4. MACD指标：MACD（Moving Average Convergence Divergence）是由快速线（DIF）和慢速线（DEA）组成，用于衡量趋势的变化。
# 计算MACD
data['EMA12'] = data['close'].ewm(span=12, adjust=False).mean()
data['EMA26'] = data['close'].ewm(span=26, adjust=False).mean()
data['DIF'] = data['EMA12'] - data['EMA26']
data['DEA'] = data['DIF'].ewm(span=9, adjust=False).mean()
data['MACD'] = (data['DIF'] - data['DEA']) * 2
通过以上示例代码，可以对历史数据进行不同技术指标的计算，这些指标可以辅助量化回测中的策略制定和风险管理。在实际应用中，还可以根据需要调整参数，优化指标的计算方法，并结合回测结果进行策略调整和优化。
github：https://github.com/CTradeExchange/free-forex-market-data
申请免费token：https://alltick.co/register
官网：https://alltick.co