量化投资与机器学习公众号为全网读者带来的Backtrader系列,自推出以来收获无数好评!我们是真的在用心做这个内容。
Backtrader 是 2015 年开源的 Python 量化回测框架(支持实盘交易),功能丰富,操作方便灵活:
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 前言 在之前的文章中,我们使用Qlib实现了GAT与新闻共现矩阵的量化策略(A股实践 :图神经网络与新闻共现矩阵策略(附代码))。后台收到很多留言,希望我们能够出一些Qlib的使用教程。Qlib确实一个非常体系化、流程化
此系列将由浅入深,每期1~2周,大家敬请期待! 前言 阅读完上一篇Backtrader 来了后,不知大家心里是否有如下疑惑: 1、为什么用 DataFeeds 模块导入DataFrame 数据框必须依次包含7个字段 'datetime'、 'open'、'high'、'low'、'close'、'volume'、'openinterest'? 2、能否以及如何自定义导入的数据集结构? 3、为什么 self.datas[0].datetime.date(0) 返回的就是当前回测时刻? 4、self.datas 的结构是怎样的? 5、Backtrader 的数据组织形式又是怎样的? 6、回测过程中,数据的传递规则是怎样的? 7、在编写策略时,该如何提取想用的数据? ...... 对上述问题进行标准化,其实就是一个传统的“数据表格创建和增删改查“问题。之所以有上述疑惑,是因为不了解 Backtrader 框架下的数据表格的属性和操作规则,下面就带大家全面深入的了解一下 ~ Data Feed 数据馈送对象 Backtrader 中有一个“Data Feed” 或 “Data Feeds” 概念(可将其称为“数据馈送对象” ),其实这个“Data Feed” 或 “Data Feeds”就是我们熟悉的数据表格或数据表格集合 。Data Feed 在 Backtrader 中扮演一个“数据传递者”的角色,给策略有序的提供数据以及数据的索引位置 。 self.datas 大家在策略函数中经常用到的 self.datas 属性就是一个 Data Feeds,对应通过 Cerebro 导入的行情数据表格的集合(可能只导入了一只证券的行情数据,也可能导入了 N 只证券的行情数据)。在这个集合中,数据表格是按照导入的顺序依次确定索引位置,第一个导入的数据表格的索引位置为 0 ,之后的依次递增,如下图所示:
▊《BackTrader量化交易案例图解》 何海群 何星语 著 电子书售价:39.5元 2020年11月出版 本书采用生动活泼的语言,从入门者的角度讲解BackTrader专业量化软件的使用方法和实盘操作技巧,同时结合国内股票市场、期货、外汇等实盘交易数据进行量化分析实例讲解,包括股票价格分析、量化策略编程、策略参数优化等。书中包含大量简单风趣的实际案例,内置专业模块结构图和相关程序源码,方便初学者入门学习,以快速掌握BackTrader的使用方法,为日常实盘操作奠定扎实的基础。 ---- ▼ 点击阅读原
量化投资与机器学习公众号 独家撰写 前言 今天的《可视化篇》先会介绍与可视化相关的观测器模块 observers ,然后介绍 Backtrader 自带的绘图函数 plot() ,在介绍的过程中会指出如何修改图形的样式;最后直接基于回测返回的收益序列 TimeReturn,结合pyfolio和matplotlib工具,自定义了一个可视化图形。
打包python用pyinstaller这个库,命令为pyinstall -F --icon-xx.ico xxx.py
公众号为全网读者带来Backtrader系列自推出第一期以来,受到了众多读者的喜爱与点赞,QIML也会继续把这个系列做好。 让那些割韭菜的课程都随风而去吧!!! 公众号将为大家多维度、多策略、多场景来讲述Backtrader在量化投资领域的实践应用。同时,我们对每段代码都做了解读说明,愿你在Quant的道路上学有所获!
【打包的完整方法】 【步骤01】 【在命令行中用pip工具安装Pyinstaller模块】 pip install Pyinstaller
据说Visual Studio Code(VS Code)的诸多好处,了解了一下果然很喜欢,我喜欢它的原因主要有3个,一是VS Code开源且跨平台,二是因为其界面非常酷,三是可以满足我的大所属代码需求,除此之外当然还有强大的好奇心。
在项目上,帮财务开发了一个小工具,但财务不会用python,需要帮忙打包成exe可执行文件。目前比较常见的打包exe方法都是通过Pyinstaller来实现的,本文也将使用这种常规方法。
Backtrader的作者在他的博客上写了一篇很有意思的文章。这个哥们从csdn上面找了backtrader的代码,然后改写了一下,提高了可读性,觉得还是很有意思的。
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qtlyx/article/details/61927006
Python脚本不能在没有安装Python的机器上运行,如果我们想把自己的脚本分享给没有python环境的小伙伴使用,这个时候就需要将脚本打包成exe文件,即使使用方电脑没有安装python解释器,这个exe也能在上面运行。
文章背景:通过Python编写的代码一般是保存为py文件,必须要在Python环境下才可以运行。如果一台电脑没有安装Python,那就无法运行我们的程序。通过将编写的Python代码转换成exe文件,这样不管电脑上是否已安装Python, 只要能打开exe文件就可以运行我们的程序。本文借助第三方模块pyinstaller,将py文件转化为exe可执行文件。
PyInstaller是一个跨平台的Python应用打包工具,支持 Windows/Linux/MacOS三大主流平台,能够把 Python 脚本及其所在的 Python 解释器打包成可执行文件,从而允许最终用户在无需安装 Python 的情况下执行应用程序。 PyInstaller 制作出来的执行文件并不是跨平台的,如果需要为不同平台打包,就要在相应平台上运行PyInstaller进行打包。
PyInstaller 是一个非常受欢迎和强大的工具,它可以将 Python 程序转换成独立的可执行文件,适用于 Windows、Linux 和 macOS 系统。
第一章 Python 入门 第二章 Python基本概念 第三章 序列 第四章 控制语句 第五章 函数 第六章 面向对象基础 第七章 面向对象深入 第八章 异常机制 第九章 文件操作 第十章 模块 第十一章 GUI图形界面编程 第十二章 pygame游戏开发基础 第十三章 pyinstaller 使用详解
目前比较常见的打包exe方法都是通过Pyinstaller来实现的,本文也将使用这种常规方法。如果对这块已经很熟悉的小伙伴,可以直接下滑到本文下半部分。
AD:(本人录制的backtrader视频课程,大家多多支持哦~ https://edu.csdn.net/course/detail/9040)
上次这篇文章中,评论区有好几条留言都是关心如何将python脚本打包成10多M的?
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号 独家撰写 公众号为全网读者带来Backtrader系列自推出第一期以来,受到了众多读者的喜爱与点赞,QIML也会继续把这个系列做好。 让那些割韭菜的课程都随风而去吧!!! 公众号将为
之前一直使用backtrader作为回测的平台,但是近来觉得,backtrader虽然在有些设计上很精妙,但是官方demo中都有很多细节性的错误,而且很多功能描述模糊,以至于,之前实现日内突破策略的时候,一直没能在代码上实现。前几天在论坛里听到真有人使用pyalgotrade,于是尝试了一下,发现似乎文档可读性高于backtrader的,网上查了一下,使用者虽然不能和zipline比,但是比backtrader还是要多的。反正技多不压身,而且这种平台往往是通的,所以果断研究一遍pyalgotrade。
首先我们构建一个简单的脚本,比如输出一串数字、文本之类,这里我们输出一串文字的同时计算一下3次方好了。
你知道吗?你可以封装你的python代码,并提供给其他人去运行,即便他们没有安装python。可以像计算机(Windows、Mac或Linux)上的任何程序/应用程序一样运行脚本,无需Python,无需安装库。
前段时间在制作词云制作小工具的时候,直接在命令行用pyinstaller -F 工具.py指令打包成功后,启动exe可执行文件的时候各种报错。
通过将Python脚本转换为可执行文件,可以将其发送给需要的人,以便在他们的计算机上运行,即使他们没有安装Python。
1、python环境为Anaconda2,安装的环境为python2.7.12。 安装Anaconda2,路径为https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ Anaconda2默认为base,重新生成一个虚拟环境(默认安装的base安装了太多模块,生成exe运行速度较慢)
pyinstaller将Python脚本打包成可执行程序,使在没有Python环境的机器上运行
PyInstaller将Python应用程序及其所有依赖项捆绑到一个包中。用户可以在不安装Python解释器或任何模块的情况下运行打包的应用程序。
Python 有诸多优秀的 Web 开发框架供我们使用,比如Django、Flask、Sanic。正常的情况下,我们基于这些 Web 框架开发好了网站,最终都会使用 Nginx 搭配 uWSGI 或gunicorn 将其部署在 Linux 服务器上,这样,用户就可以通过 绑定的域名或 IP 地址访问。
最近在使用 pyinstaller 将 Python 脚本打包成可执行文件时,遇到了一个 AttributeError 的错误,错误信息为 type object pandas._TSObject has no attribute _reduce_cython_。在分析和解决这个问题的过程中,我发现了一种可能的解决方法,现在分享给大家。
利用tkinter+python+pyinstaller实现了小工具的项目,没有pyinstaller打包时程序没有问题,打包后运行.exe过程中会在控制台打印错误。
1、将python程序打包成单文件(使用 -F 参数)后,尝试运行外部文件却提示找不到的问题
我用的环境版本 python解释器:3.6.0 pycharm开发工具:2018.3.6社区版 PyInstaller打包工具:3.6
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 源代码请点击阅读原文 在QIML公众号官方GitHub查看 前言 上一篇Qlib的分享中,我们主要介绍了如何将外部数据导入qlib中,转换为qlib的数据格式。 Qlib来啦:数据篇(一) 顺便要给大家介绍一下我们之前
我使用的python配置的解释器,没有使用python的虚拟环境,因为虚拟环境建设出来的项目不是我想要的项目结构 ,包结构比较多,看着不是很舒服
无标题.png 说明 文档对应内容为 pyinstaller 4.2, 支持 python 3.5+ 如果需要使用python2.7,则需要使用 pyinstaller <= 3.6 安装 从PyPI安装 pip install pyinstaller 升级 pip install --upgrade pyinstaller ---- 使用命令行方式 语法: pyinstaller [选项] 脚本 [脚本...] # 使用命令行方式 常用选项: 生成选项 -D # 生成单个可执行程序 -F #
1.最开始处OpenCV bindings requires "numpy" package.应该是opencv模块和numpy发生冲突
# Python是解释型语言,我们写的Flask或Django项目如果部署,源码可能会泄露,因此我们可以把项目打包成exe,来保护源码# 需要用到工具 -pyinstaller:把python项目打包成不同平台的可执行文件 -nsis:NSIS(Nullsoft Scriptable Install System)是一个开源的 Windows 系统下安装程序制作程序,它提供了安装、卸载、系统设置、文件解压缩等功能。这如其名字所指出的那样,NSIS 是通过它的脚本语言来描述安装程序的行为和逻辑的
PyPoice是SDL多媒体库的Python包装模块。它包含Python函数和类,这些类和类允许使用SDL对CDROM、音频和视频输出、键盘、鼠标和操纵杆输入进行支持。
No such file or directory: 'C:\\Users\\BJ7K8F3\\AppData\\Local\\Temp\\_MEI91362\\xxx\\yyy'
# 1. 什么是auto-py-to-exe auto-py-to-exe 是一个用于将Python程序打包成可执行文件的图形化工具。本文就是主要介绍如何使用 auto-py-to-exe 完成 python 程序打包。auto-py-to-exe 基于 pyinstaller ,相比于 pyinstaller ,它多了 GUI 界面,用起来更为简单方便 # 2. 安装 auto-py-to-exe 首先我们要确保我们的 python 环境要大于或等于 2.7 然后在 cmd 里面输入:pip instal
领取专属 10元无门槛券
手把手带您无忧上云