Skip to main content

TianGong Quantitative Investment Research Analysis Client

Project description

tgtrader天工量化投研分析客户端

  • 提供开箱即用的分析工具
  • 对于小白,可以直接使用可视化分析工具,零代码开启量化分析
  • 对于有一定经验的开发者,结合使用sdk开发,更加灵活

源码地址

安装

pip install tgtrader

如果网络不通,可以使用国内镜像源
pip install tgtrader -i https://mirrors.aliyun.com/pypi/simple/

更新日志

v1.0.0

可视化策略回测

  • 支持在本地运行可视化页面, 仅需两行代码
  • 已支持的内置策略: 目标权重策略, 风险平价策略 (策略不断扩充中)
  • 我的策略: 将回测策略及参数保存到个人空间
  • 策略详情: 查看策略详情, 并支持查看策略回测和模拟阶段绩效

SDK功能

  • 支持获取国内ETF数据、股票数据(使用AKShare获取数据)
  • 支持自定义策略类

客户端使用说明

创建虚拟环境(建议)
python -m venv venv_tgtrader

激活虚拟环境
1. windows
.\venv_tgtrader\Scripts\activate
2. mac/linux
source venv_tgtrader/bin/activate

安装tgtrader
pip install tgtrader

初始化数据
python -m tgtrader.streamlit_pages.init_data

启动客户端
1. 创建一个python文件(要与初始化数据时目录保持一致),例如:tgtrader_cli.py
2. 在文件中添加以下代码:

from tgtrader.streamlit_pages.main import run
run()

3. 运行
   streamlit run tgtrader_cli.py

已支持的内置策略

策略名称 策略说明 适用场景
目标权重策略 根据预设的目标权重定期调仓,是最基础的资产配置策略 适用于有明确资产配置目标的场景,如60/40策略、风险等级配置等
风险平价策略 通过计算资产的风险贡献,使各资产的风险贡献相等,实现风险的平衡配置 适用于追求风险平衡、稳健收益的场景,特别是在市场波动较大时期

目标权重策略

目标权重策略 目标权重策略

风险平价策略

alt text

我的策略

策略回测完成之后,可以保存到“我的策略” alt text

进入“我的策略”,可以查看保存的策略列表 alt text

选中某个策略,并点击“查看”,可以查看策略的收益绩效。蓝色部分是回测收益曲线,红色部分是回测之后时间段的收益曲线。通过观察红线,可以了解策略仍然有效 alt text

SDK使用说明

获取数据

from tgtrader.data import DataGetter
from tgtrader.common import PriceAdjust, Period, SecurityType

symbols = [
    '511260',  # 十年国债ETF
    '159915',  # 创业板ETF
    '510500',  # 500ETF
    '159919',  # 沪深300ETF
    '510880',  # 红利ETF
    '518880',  # 黄金ETF
    '513100',  # 纳指ETF
]


data_getter = DataGetter()
df = data_getter.get_data(symbols, 
                            "2010-01-01", 
                            "2024-11-30", 
                            period=Period.Day, 
                            fields=["open","close","high","low","volume"], 
                            security_type=SecurityType.ETF,
                            adjust=PriceAdjust.HFQ)
df
参数 类型 说明 示例值
symbols List[str] 证券代码列表 ['511260', '159915']
start_date str 开始日期,格式为YYYY-MM-DD '2010-01-01'
end_date str 结束日期,格式为YYYY-MM-DD '2024-11-30'
period Period 数据周期,可选值:Day(日线)、Week(周线)、Month(月线) Period.Day
fields List[str] 需要获取的字段,可选值:open、close、high、low、volume ['open', 'close']
security_type SecurityType 证券类型,可选值:ETF、Stock SecurityType.ETF
adjust PriceAdjust 价格复权方式,可选值:None(不复权)、QFQ(前复权)、HFQ(后复权) PriceAdjust.HFQ

get_data

微信公众号: 天工量化

关注即可获取

  1. tgtrader的最佳实践:如何用好tgtrader以提高投研效率
  2. 研报复现:各大券商研报复现,源码公开
  3. 策略分享:基于tg量化工具集,实现各类策略
  4. 实盘跟踪:已上线的实盘策略持续跟进

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

tgtrader-1.0.0.tar.gz (778.7 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

tgtrader-1.0.0-py3-none-any.whl (791.0 kB view details)

Uploaded Python 3

File details

Details for the file tgtrader-1.0.0.tar.gz.

File metadata

  • Download URL: tgtrader-1.0.0.tar.gz
  • Upload date:
  • Size: 778.7 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.0.1 CPython/3.9.13

File hashes

Hashes for tgtrader-1.0.0.tar.gz
Algorithm Hash digest
SHA256 279c0e5ca2f69f1b187f0308b91e49e1b8e27b94165f27c9e684fbc0ca88eb17
MD5 aea32f076be385a154a6470797ddfb8b
BLAKE2b-256 9a19b9cea70360b17654897c24c360a7b4f320f3910d37c7cf6dea979e7c4256

See more details on using hashes here.

File details

Details for the file tgtrader-1.0.0-py3-none-any.whl.

File metadata

  • Download URL: tgtrader-1.0.0-py3-none-any.whl
  • Upload date:
  • Size: 791.0 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.0.1 CPython/3.9.13

File hashes

Hashes for tgtrader-1.0.0-py3-none-any.whl
Algorithm Hash digest
SHA256 94ed9dda1dc06ddd042b2d0d6be9dbbba2e62554f25f779fb3e6b15778907b2a
MD5 ea282b081b2485a6716185f964a6f4d8
BLAKE2b-256 19aaa121045723c9118ec148efa07371460aa6a1b567e1ad1a16d04236727fe8

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page