hxxjava wrote:

答复：

1. 其实vnpy系统中自带的本地停止单和我的条件单一样都是运行在内存中的，只要一关机就没有了。
2. 如果希望再次启动系统，运行策略，还能再次调出停止单和条件单，需要比较复杂的设计。因为要启动旧的条件单，就必须再次初始化、启动其所关联的策略，而这个时间是不受条件单控制的。
3. 要实现这样的要求也是可以的，需要比较周全的考虑，等我有时间了再设计一个可以缓存、重新加载和鉴别条件单是否有效的恢复条件单功能，当然此功能也对本地停止单有效。

还不如由策略那边去处理，相对来说会更简单一些，策略检测一下没有挂单，重新进行挂单就是了。

之前已经有小伙伴分享过天勤替换米筐接口的办法，由于他只是使用了一个最近数据接口导致无法下载更久的数据来做回测。我的实现是可以完整地使用他来下载过去的历史数据，暂时还没有实现tick数据的处理

import pandas as pd
from tqsdk import TqApi
from datetime import timedelta
from typing import List, Optional
import os

from tqsdk.auth import TqAuth
from tqsdk.tools import DataDownloader

from .setting import SETTINGS
from .constant import Exchange, Interval
from .object import BarData, HistoryRequest

# 时间戳对齐
TIME_GAP = 8 * 60 * 60 * 1000000000
INTERVAL_VT2TQ = {
    Interval.TICK: 0,
    Interval.MINUTE: 60,
    Interval.HOUR: 60 * 60,
    Interval.DAILY: 60 * 60 * 24,
}

class TianqinClient:
    """
    Client for querying history data from Tianqin.
    """
    def __init__(self):
        """"""
        self.inited: bool = False
        self.symbols: set = set()
        self.api = None

        self.username: str = SETTINGS["tqdata.username"]
        self.password: str = SETTINGS["tqdata.password"]

    def init(self) -> bool:
        """"""
        if self.inited:
            return True

        if not self.username or not self.password:
            return False

        try:
            self.api = TqApi(auth=TqAuth(self.username, self.password))
            # 获得全部合约
            self.symbols = [k for k, v in self.api._data["quotes"].items()]
        except:
            return False

        self.inited = True
        return True

    def to_tq_symbol(self, symbol: str, exchange: Exchange) -> str:
        """
        TQSdk exchange first
        """
        for count, word in enumerate(symbol):
            if word.isdigit():
                break

        # Check for index symbol
        time_str = symbol[count:]
        if "88" in time_str:
            return f"KQ.m@{exchange.value}.{symbol[:count]}"
        if "99" in time_str:
            return f"KQ.i@{exchange.value}.{symbol[:count]}"

        return f"{exchange.value}.{symbol}"

    def query_history(self, req: HistoryRequest) -> Optional[List[BarData]]:
        """
        Query history bar data from TqSdk.
        """
        symbol = req.symbol
        exchange = req.exchange
        interval = req.interval
        start = req.start
        end = req.end

        tq_symbol = self.to_tq_symbol(symbol, exchange)
        if tq_symbol not in self.symbols:
            return None

        tq_interval = INTERVAL_VT2TQ.get(interval)
        if not tq_interval:
            return None

        # For querying night trading period data
        end += timedelta(1)

        total_num = int((end - start).total_seconds() / tq_interval)
        if total_num > 8964:
            df = self.download_history(start, end, tq_symbol, tq_interval)
        else:
            # 只能用来补充最新的数据，无法指定日期
            df = self.api.get_kline_serial(tq_symbol, tq_interval, 8000).sort_values(by=["datetime"])

            # 时间戳对齐
            df["datetime"] = pd.DatetimeIndex(pd.to_datetime(df["datetime"] + TIME_GAP)).tz_localize('UTC').tz_convert('Asia/Shanghai')

            # 过滤开始结束时间
            df = df[(df['datetime'] >= start - timedelta(days=1)) & (df['datetime'] < end)]

        data: List[BarData] = []

        if df is not None:
            for ix, row in df.iterrows():
                bar = BarData(
                    symbol=symbol,
                    exchange=exchange,
                    interval=interval,
                    datetime=row["datetime"].to_pydatetime(),
                    open_price=row["open"],
                    high_price=row["high"],
                    low_price=row["low"],
                    close_price=row["close"],
                    volume=row["volume"],
                    open_interest=row.get("open_oi", 0),
                    gateway_name="TQ",
                )
                data.append(bar)
        return data

    def download_history(self, start, end, symbol, interval):
        """
        下载CSV文件回来，并转换成dataframe
        """
        csv_file = "tqdata.csv"
        status = DataDownloader(api=self.api, symbol_list=[symbol], start_dt=start, end_dt=end, dur_sec=interval, csv_file_name=csv_file)
        while not status.is_finished():
            self.api.wait_update()

        if os.path.exists(csv_file):
            df = pd.read_csv(csv_file)
            df["datetime"] = pd.to_datetime(df["datetime"])

            if interval > 0:
                df = df.rename(columns={f"{symbol}.open": "open"})
                df = df.rename(columns={f"{symbol}.high": "high"})
                df = df.rename(columns={f"{symbol}.low": "low"})
                df = df.rename(columns={f"{symbol}.close": "close"})
                df = df.rename(columns={f"{symbol}.volume": "volume"})
                df = df.rename(columns={f"{symbol}.open_oi": "open_oi"})

            os.unlink(csv_file)
            return df
        else:
            return None

tqdata_client = TianqinClient()

回测以及CTA引擎，我都加了处理，可以在setting上面配置完成就直接使用。由于改的代码有点多，我懒得一一地将相关的代码放到这边。

有兴趣的可以到我的Github那边去看一下，我具体改了什么咯。

https://github.com/KimChow/vnpy

Traceback (most recent call last):
File "D:\project\vnpy2\vnpy\app\cta_backtester\ui\widget.py", line 303, in process_backtesting_finished_event
self.chart.set_data(df)
File "D:\project\vnpy2\vnpy\app\cta_backtester\ui\widget.py", line 831, in set_data
hist, x = np.histogram(df["net_pnl"], bins="auto")
File "<__array_function__ internals>", line 6, in histogram
File "C:\vnstudio\lib\site-packages\numpy\lib\histograms.py", line 792, in histogram
bin_edges, uniform_bins = _get_bin_edges(a, bins, range, weights)
File "C:\vnstudio\lib\site-packages\numpy\lib\histograms.py", line 448, in _get_bin_edges
endpoint=True, dtype=bin_type)
File "<__array_function__ internals>", line 6, in linspace
File "C:\vnstudio\lib\site-packages\numpy\core\function_base.py", line 128, in linspace
y = _nx.arange(0, num, dtype=dt).reshape((-1,) + (1,) * ndim(delta))
MemoryError: Unable to allocate 396. PiB for an array with shape (55718376022934928,) and data type float64

回测的时候，有一些策略交易量并不大，不知道怎样会引发这样的报错。就是右下角盈亏分布那个直方图那里报错。有哪个大神可以解答一下不？我暂时的办法是先将他报错的时候不显示咯。

就是基于这些传统的策略，通过自己理解去做一些调整，加一些过滤。交易都会完全 不一样的。

你只要在Gateway单独去实现一下这一块的东西，然后将相关的东西放给策略来调用就行了。关键是怎样去做的问题咯。理解好了，什么框架软件都差不多的。

更简单的办法是找一个单独的缠论实现，然后就直接以他的信号点来做交易就行了。

其实持仓信息动态更新到CTA那边，然后做一个对比可以确保得到持仓信息是否有问题咯。

按着上面的思路，基本上是可以实现一个CTA的缠论策略咯。只是大家对缠论的理解不一样，会导致有一些信号大家的处理不太一样咯。

可能我自己抄得有问题，相对来说线段跟笔这一块有一些东西并不是太理想咯。