vn.py-下载回测数据

数据库的配置

下载数据

• 方式1：程序下载

• 方式2：直接导入

对于写好的策略，使用历史数据回测何其重要。记录下怎么导入回测用的数据

数据库的配置

至于MongoDB的安装，这里不多介绍，网上资料比较多。

• 创建表

db.createUser({ user: "vnpy", pwd: "123456", roles: [{ role: "readWrite", db: "vnpy" }] })

• 修改配置文件

Mac系统的配置文件路径 ~/.vntrader/vt_setting.json, 和window系统不一样，注意一下。（账号，密码自己指定）

{
  "database.driver": "mongodb",
  "database.database": "vnpy",
  "database.host": "127.0.0.1",
  "database.port": 27017,
  "database.user": "root",
  "database.password": "123456",
  "database.authentication_source":""
}

下载数据

方式1：程序下载

当然也可以通过图像界面的方式下载

# 初始化事件引擎
event_engine = EventEngine()
# 初始化主引擎
main_engine = MainEngine(event_engine)

# 加载币安现货的网关, 现货代码(小写)：btcusdt
main_engine.add_gateway(BinanceGateway)
main_engine.connect(binance_settings, "BINANCE")

# 加载币安合约的网关
main_engine.add_gateway(BinancesGateway)
main_engine.connect(binances_settings, "BINANCES")

main_engine.init_engines()
sleep(15)
engine = ManagerEngine(main_engine, event_engine)

# 合约代码(大写)：BTCUSDT， 周期(Interval.MINUTE,Interval.HOUR,Interval.DAILY)
# engine.download_bar_data("BTCUSDT", Exchange.BINANCE, Interval.MINUTE, datetime(2016, 1, 1))

# 现货代码(小写)：btcusdt, 周期(Interval.MINUTE,Interval.HOUR,Interval.DAILY)
engine.download_bar_data("bnbusdt", Exchange.BINANCE, Interval.HOUR, datetime(2016, 1, 1))
main_engine.close()

方式2：直接导入

我把自己下载的数据，总数8022246条数据已经导出，通过mongorestore直接导入到MongoDB,省时省力。

数据如下，还是比较全的，小写的是现货，大写的是合约

Symbol	Interval	time区间	数据量
btcusdt	1m	2017-08-17 ~2021-07-13	2044721
btcusdt	1h	2017-08-17 ~ 2021-07-15	34154
btcusdt	d	2017-08-17 ~ 2021-07-15	1429
ethusdt	1m	2017-08-17 ~ 2021-07-15	2047718
ethusdt	1h	2017-08-17 ~ 2021-07-15	34154
bnbusdt	1m	2017-11-06~2021-07-15	1931504
bnbusdt	1h	2017-11-06~2021-07-15	32218
bnbusdt	d	2017-11-06~2021-07-15	1348
ltcusdt	1h	2017-12-13~2021-07-15	31330
ltcusdt	d	2017-12-13~2021-07-15	1311
ETHUSDT	1m	2019-11-27 ~ 2021-07-15	857942
ETHUSDT	1h	2019-11-27 ~ 2021-07-15	14300
ETHUSDT	d	2019-11-27 ~ 2021-07-15	597
BTCUSDT	d	2019-09-08 ~ 2021-07-15	677
BTCUSDT	1h	2019-09-09 ~ 2021-07-15	16212
BTCUSDT	1m	2019-09-09 ~ 2021-07-15	972631

这里特别注意：如果自己原有的库db_bar_data,db_bar_overview中有重要数据,下面导入的方式就要注意，用的是--drop模式，有删库的风险

mongorestore -h 127.0.0.1 --port 27017 -uvnpy -p 123456 -d vnpy --drop ./vnpy

• -h 地址
• -u 数据库账号名（没有可省略）
• -p 数据库账号密码（没有可省略）
• -d 数据库名
• --drop: 在导入之前删除每个集合

2021-07-15T16:39:06.524+0800 [*#######################.] vnpy.db_bar_data 1.59GB/1.63GB (97.7%)*
2021-07-15T16:39:09.525+0800 [*#######################.] vnpy.db_bar_data 1.60GB/1.63GB (98.4%)*
2021-07-15T16:39:12.524+0800 [*#######################.] vnpy.db_bar_data 1.61GB/1.63GB (99.1%)*
2021-07-15T16:39:15.525+0800 [*#######################.] vnpy.db_bar_data 1.63GB/1.63GB (99.9%)*
2021-07-15T16:39:16.020+0800 [*########################] vnpy.db_bar_data 1.63GB/1.63GB (100.0%)*
2021-07-15T16:39:16.020+0800 restoring indexes for collection vnpy.db_bar_data from metadata
2021-07-15T16:39:43.859+0800 finished restoring vnpy.db_bar_data (8022246 documents, 0 failures)
2021-07-15T16:39:43.860+0800 8022262 document(s) restored successfully. 0 document(s) failed to restore.

系统已经有了，数据也有了，后面的文章主要介绍一些经典的量化策略。

图像界面方式回测

启动run_window.py文件，即可启动图像界面回测。启动成功后，整个界面如下所示。

python run_window.py

图像界面回测结果如下

赏

谢谢你请我吃糖果