QUANTAXIS 量化金融工具箱
QUANTAXIS量化工具箱,实现了股票和期货市场的全品种回测框架.通过分布式爬虫进行数据抓取,构建了响应式的数据清洗和行情推送引擎.搭建了支持多语言的开放式回测框架.并构建了交互可视化的客户端和网站.
=========
Python作为胶水语言,贯穿项目的始终.
Python-Celery 作为任务调度+redis
Nodejs-Express作为后端部分,提供api分发和部分的爬虫
Nodejs-Vue 作为前端,提供前端和客户端框架
Matlab 作为一个回测中心,提供快速的原型实现
R语言作为数据分析的选项,并不是一定使用
1.爬虫部分 采用python的Scrapy+Phantomjs+selenium构架,使用redis(coookies/cache)+Mongodb(data)架构 2.数据清洗部分 python+matlab 3.数据库 主数据库Mysql 爬虫数据库 Mongodb 性能数据库 redis 4.数据可视化 nodejs+vue.js+d3.js 5.统计学部分 增加传统金融的统计学函数,以及机器学习部分的函数
逻辑框架
Backend/ & Data/
QASpider 部署在linux服务器上,负责数据的爬取,包括且不限于股票日线/tick/公司信息/分析师推荐/各大财经网站信息/微信公众号信息 爬取的数据在服务器的Mongodb上,通过QUANTAXIS Storage转入 MYSQL
localhost:3000/stock
### /stock/history/all?code=xxx&feq=xxx
### /stock/history/time?code=xxx&start=(yyyy-mm-dd)&end=(yyyy-mm-dd)
### /stock/index/
### /stock/live?code=xxx
### /stock/quota/lhb?
### /stock/quota/lhb?
localhost:3000/backtest
### /ts?bidCode=000001&bidTime=2001-01-04&bidPrice=4.08
返回Success 则成交 返回failed 则不成交
一定要给报价
localhost:3000/users
### /signup?username=xxx&password=xxx
### /login?username=xxx&password=xxx
localhost:3000/apis
### /queryContentbyName
### /queryTitlebyName
### /queryContentbyTitle
Storage/
负责 管理redis,Mongodb与MySQL的同步 策略代码的回测API 用户策略,文章等
Client/ & web/
负责 数据可视化,提供交互式的策略展示
负责 后端数据API打包
Analysis/ & Strategy/
负责 模拟交易(本地),(多语言)回测 网上平台的模拟交易API
回测的主要**是--交易api给出是否成交的判断,其余逻辑在各自语言框架内执行
Docs/
文档部分
Tasks/
异步任务
版本历史
1.0版本使用的主要是新浪网的数据。
1.5版本是在了解了对象化编程OOP以后对于平台做的改进
2.0版本主要是对于数据源进行了更换，并重新写了数据库连接和调用函数。从2.0起，quantaxis使用wind服务商提供的量化交易数据并选择mysql作为数据存储方式。
2.5版本则主要增加了交易内核 QUANTCORE 1.0 QC1.0还是一个静态的交易系统，成交的判断方式是以策略报价和历史成交价区间的比较进行判定。
3.0版本将matlab的及时数据以json格式保存到状态空间或者mysql中，使用ajax技术对于mysql数据进行抽取，使用dc.js等可视化javascript将数据展示在页面上，形成交互式的数据可视化方案
3.2 模块化编程 将class重新改包，定义功能化模块，方便调用并增加生命周期
3.5 重构版本 重新定义前后端以及数据块逻辑.
3.6 重构版本 关于SPIDER和VIUSALIZATION的重大更改,去除DATACENTER模块
3.7 合并版本 同时增加期货部分(目前只支持国内期货市场),加入R语言支持
QUANTAXIS 4.0 is coming soon.....
In quantaxis4.0 version, we try to merge these components back together and rebuild and redefind a completely logic.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent