Zipline Pythonic 交易算法库

Zipline 是一个 Pythonic 算法交易库。 它是一个事件驱动的系统，支持回测检验和实时交易。

Zipline 目前在生产中用作 Quantopian（托管平台） 的测试和实时交易引擎。

特性

• 使用简单，以便你可以专注于算法开发

• 带有许多常见的统计数据，包括常用统计方法如移动平均和线性回归

• 历史数据的输入和性能统计的输出基于 Pandas DataFrames，与现有 python 生态圈能很好融合

• 一些常用统计和机器学习库，如 matplotlib、scipy、statsmodels 和 sklearn，支持交易系统的开发、数据分析和可视化

快速开始

下面的代码实现了一个简单的双重移动平均算法。

from zipline.api import (
    history,
    order_target,
    record,
    symbol,
)


def initialize(context):
    context.i = 0


def handle_data(context, data):
    # Skip first 300 days to get full windows
    context.i += 1
    if context.i < 300:
        return

    # Compute averages
    # history() has to be called with the same params
    # from above and returns a pandas dataframe.
    short_mavg = history(100, \'1d\', \'price\').mean()
    long_mavg = history(300, \'1d\', \'price\').mean()

    sym = symbol(\'AAPL\')

    # Trading logic
    if short_mavg[sym] > long_mavg[sym]:
        # order_target orders as many shares as needed to
        # achieve the desired number of shares.
        order_target(sym, 100)
    elif short_mavg[sym] < long_mavg[sym]:
        order_target(sym, 0)

    # Save values for later inspection
    record(AAPL=data[sym].price,
           short_mavg=short_mavg[sym],
           long_mavg=long_mavg[sym])