异步twitter调用在异步队列- https://github.com/DeviaVir/zenbot中的函数中。

Question

系统信息

• 编写了自定义代码(而不是使用zenbot香草)：我添加了一个策略和库文件。该策略使用lib文件从Twitter中提取并计算其情绪。
• 操作系统平台和发行版(例如LinuxUbuntu16.04)：Ubuntu16.04
• Zenbot版本(提交参考，或版本)：v4.1.0
• Zenbot分公司：不稳定
• NodeJS版本：v8.11.2
• Python版本(使用python脚本时)：Python2.7.12，3.5.2
• 精确命令复制(包括一切)：./zenbot.sh交易--纸张--策略sentiment_strat --为期2天--周期=1000万
• 我对conf-sample.js做了什么修改吗？：没有使用-**Extra库- twitter npm - v1.7.1，vader--**Extra -v1.1.3

描述这个问题

问题是，一旦twitter拉出，Zenbot将继续打印相同的BTC值。它似乎没有退出策略中的onPeriod()函数。支持退出Twitter是一项功能请求，因为这将允许用户执行情感分析或执行其他类型的分析来进行交易。我已经接近让它发挥作用了，但我仍然无法解释为什么会发生这种情况。我假设这与我使用异步函数的事实有关--我必须这样做，因为如果我不等待返回值，感情就会根据一个未定义的值来计算。

在调用main()之后，我在onPeriod()函数中放置了一个onPeriod()，但是正如您从errorlog.txt中看到的那样，它没有到达这个点--即使main()已经完成，并且已经执行了是否持有、购买或出售的决定，它仍然被困在main()中--参见第20、21、22行(第23行是相同BTC价格的重复输出，直到我退出该过程)。

在运行调试器并看到它在async_hooks.js和net.js中不断循环之后，我发现onPeriod()函数是在async.queue()中调用的。在另一个异步调用中进行异步调用是否有问题？或者是别的什么东西？

源代码/错误日志

文件位置: zenbot/extensions/strategy/sentiment_strat/strategy.js

let sentiment = require('../../../lib/calculateSentiment'),
twit = require('../../../lib/getTweets.js'),
n = require('numbro'),
z = require('zero-fill'),
getTweetsBoolean = true

module.exports = {
name: 'sentiment_strat',
description: 'Strategy based on sentiment.',
getOptions: function () {
    this.option('period', 'period length, same as --period_length',   
 String, '10m')


},

calculate: function (s) {

    if (s.in_preroll) {
        return
    }
},

onPeriod: function (s, cb) {
    if (s.in_preroll) {
        cb()
        return
    }

    async function main(getTweetsBoolean) {
        number_of_tweets = 100
        pulled_tweets = await twit('BTC', number_of_tweets)
        console.log('pulled_tweets')
        sentiment(s, 'sentiment', pulled_tweets)

        console.log('Sentiment: ' + s.period.sentiment)

        if (s.period.sentiment > 0.1) {
            console.log('buy')
            s.signal = 'buy'
        } else if (s.period.sentiment < -0.1) {
            console.log('sell')
            s.signal = 'sell'
        } else {
            console.log('hold')
        }
        return

    }

    main()
    console.log('onPeriod After main()')
    cb()
},

onReport: function (s) {
    var cols = []
    return cols
   }
}

文件位置: zenbot/lib/getTweets.js

 var Twitter = require('twitter')

module.exports = function getTweets(keyphrase, number_of_tweets) {

function parseTweets(tweets) {
var parsed_tweets = []
list_of_unparsed_tweets = tweets['statuses']
for (let i = 0; i < list_of_unparsed_tweets.length; i++) {
    num_followers = list_of_unparsed_tweets[i]['user']  
 ['followers_count']
    user = list_of_unparsed_tweets[i]['user']['screen_name']
    parsed_tweets.push({"tweet":filter(list_of_unparsed_tweets[i]                                                                          
  ['full_text']),"num_followers":num_followers, "user": user})
}
  return parsed_tweets
}

function filter(tweet){
return tweet.replace(/["']/g,'').replace(/[()*.,:;]/g,'').replace(/\W
\s/g,'')
}

//create twitter client
var client = new Twitter({
    consumer_key: '',
    consumer_secret: '',
    access_token_key: '',
    access_token_secret: ''
});

//perform the get request based on the given keyphrase
return new Promise(function(resolve, reject){
client.get('search/tweets', {
    q: keyphrase,
    count: number_of_tweets,
    tweet_mode: 'extended',
    lang : 'en'

 }, function (error, tweets, response) {
    if(error){
        console.log(error)
        return
    }
    resolve(parseTweets(tweets))
       });
    });
}

文件位置:zenbot/lib/CompuateSentiment.js

var vader = require('vader-sentiment')

module.exports = function calculateSentiment(s, key, texts) {
if (s.lookback == null || s.period == null) {
 s.period['key'] = ''
} else {
 let totalFollowers = 0
 for (let j = 0; j < texts.length; j++) {
   totalFollowers += texts[j]['num_followers']
 }
 let totalSentiment = 0
 for (let i = 0; i < texts.length; i++) {
   let weighted_normalized_sentiment = 
 vader.SentimentIntensityAnalyzer.polarity_scores(texts[i] 
 ['tweet'])['compound']*texts[i]['num_followers']/totalFollowers
   totalSentiment += weighted_normalized_sentiment 
 }
 s.period[key] = totalSentiment / texts.length

     } 
 }

Answer 1

事实证明，这是一个问题，不包括一个特定的旗帜。必须包括--最小期限作为标志。