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
风险平价策略
我的策略
策略回测完成之后,可以保存到“我的策略”
进入“我的策略”,可以查看保存的策略列表
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
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 |
微信公众号: 天工量化
关注即可获取:
- tgtrader的最佳实践:如何用好tgtrader以提高投研效率
- 研报复现:各大券商研报复现,源码公开
- 策略分享:基于tg量化工具集,实现各类策略
- 实盘跟踪:已上线的实盘策略持续跟进
Project details
Release history Release notifications | RSS feed
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)
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
tgtrader-1.0.0-py3-none-any.whl
(791.0 kB
view details)
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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
279c0e5ca2f69f1b187f0308b91e49e1b8e27b94165f27c9e684fbc0ca88eb17
|
|
| MD5 |
aea32f076be385a154a6470797ddfb8b
|
|
| BLAKE2b-256 |
9a19b9cea70360b17654897c24c360a7b4f320f3910d37c7cf6dea979e7c4256
|
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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
94ed9dda1dc06ddd042b2d0d6be9dbbba2e62554f25f779fb3e6b15778907b2a
|
|
| MD5 |
ea282b081b2485a6716185f964a6f4d8
|
|
| BLAKE2b-256 |
19aaa121045723c9118ec148efa07371460aa6a1b567e1ad1a16d04236727fe8
|