Python Zipline离线测试

Question

我想离线使用zipline而不使用jupyter笔记本。我试图让zipline从quandl获取数据，并成功地使用了数据，但我没有成功。这是我的环境-

Python3.5，使用pycharm，pip3 freeze给了我-

alembic==1.0.5
alphalens==0.3.4
backcall==0.1.0
bcolz==0.12.1
Bottleneck==1.2.1
certifi==2018.11.29
chardet==3.0.4
Click==7.0
colorama==0.4.1
contextlib2==0.5.5
cycler==0.10.0
cyordereddict==1.0.0
Cython==0.29.2
decorator==4.3.0
empyrical==0.5.0
idna==2.8
intervaltree==3.0.2
ipython==7.2.0
ipython-genutils==0.2.0
jedi==0.13.2
kiwisolver==1.0.1
Logbook==1.4.1
lru-dict==1.1.6
lxml==4.3.0
Mako==1.0.7
MarkupSafe==1.1.0
matplotlib==3.0.2
multipledispatch==0.6.0
networkx==1.11
numexpr==2.6.9
numpy==1.14.3
pandas==0.22.0
pandas-datareader==0.7.0
parso==0.3.1
patsy==0.5.1
pickleshare==0.7.5
prompt-toolkit==2.0.7
pyfolio==0.9.0
Pygments==2.3.1
pyparsing==2.3.0
python-dateutil==2.7.5
python-editor==1.0.3
pytz==2018.7
requests==2.21.0
requests-file==1.4.3
scikit-learn==0.20.2
scipy==1.2.0
seaborn==0.9.0
six==1.12.0
sortedcontainers==2.1.0
SQLAlchemy==1.2.15
statsmodels==0.9.0
tables==3.4.4
toolz==0.9.0
trading-calendars==1.6.1
traitlets==4.3.2
urllib3==1.24.1
wcwidth==0.1.7
win-unicode-console==0.5
wrapt==1.10.11
zipline==1.3.0

我的测试代码如下：

from zipline.api import order, record, symbol
import os


def initialize(context):
    pass


def handle_data(context, data):
    order(symbol('AAPL'), 10)
    record(AAPL=data.current(symbol('AAPL'), 'price'))


def run_algo():
    data_ingest = False
    bundle = 'quantopian-quandl'
    if data_ingest:
        auth_tok = "################"
        data_ingest_command = 'set QUANDL_API_KEY=%s && zipline ingest -b %s' % (auth_tok,bundle)
        os.system(data_ingest_command)

    path = 'C:\\Users\\mattt\\PycharmProjects\\FFTTrading\\trades2.py'
    print('zipline run -f %s --bundle %s --start 2016-3-1 --end 2017-12-30' % (path,bundle))
    run_command = 'zipline run -f %s --bundle %s --start 2013-3-1 --end 2017-12-28 -o backtest.pickle' % (path,bundle)
    os.system(run_command)

run_algo()

我已经运行了摄取数据部分，并且它成功了。我最后一次获取数据是在2019年1/5晚上10:49 (我的时间)。我在2019年1/7(我的时间)下午12:55运行上面的代码，但是我得到了这个输出-

zipline run -f C:\Users\mattt\PycharmProjects\FFTTrading\trades2.py --bundle quantopian-quandl --start 2016-3-1 --end 2017-12-30
[2019-01-07 17:55:33.814552] INFO: Loader: Cache at C:\Users\mattt/.zipline\data\SPY_benchmark.csv does not have data from 2013-03-01 00:00:00+00:00 to 2017-12-28 00:00:00+00:00.

[2019-01-07 17:55:33.814552] INFO: Loader: Downloading benchmark data for 'SPY' from 2013-02-28 00:00:00+00:00 to 2017-12-28 00:00:00+00:00
[2019-01-07 17:55:35.311201] WARNING: Loader: Still don't have expected benchmark data for 'SPY' from 2013-02-28 00:00:00+00:00 to 2017-12-28 00:00:00+00:00 after redownload!
zipline run -f C:\Users\mattt\PycharmProjects\FFTTrading\trades2.py --bundle quantopian-quandl --start 2016-3-1 --end 2017-12-30
[2019-01-07 17:55:40.745023] WARNING: Loader: Refusing to download new benchmark data because a download succeeded at 2019-01-07 17:55:35.311202+00:00.
zipline run -f C:\Users\mattt\PycharmProjects\FFTTrading\trades2.py --bundle quantopian-quandl --start 2016-3-1 --end 2017-12-30
[2019-01-07 17:55:46.134072] WARNING: Loader: Refusing to download new benchmark data because a download succeeded at 2019-01-07 17:55:35.311202+00:00.
zipline run -f C:\Users\mattt\PycharmProjects\FFTTrading\trades2.py --bundle quantopian-quandl --start 2016-3-1 --end 2017-12-30
[2019-01-07 17:55:51.581558] WARNING: Loader: Refusing to download new benchmark data because a download succeeded at 2019-01-07 17:55:35.311202+00:00.
zipline run -f C:\Users\mattt\PycharmProjects\FFTTrading\trades2.py --bundle quantopian-quandl --start 2016-3-1 --end 2017-12-30

有人能搞清楚这里发生了什么吗？我该如何正确地摄取和使用数据？谢谢!

Answer 1

不确定这是否仍然具有启发性，但以防其他人也经历过这种情况：

问题出在SPY基准数据，该数据过去是作为摄取过程的一部分从IEX获取的。IEX不再向未注册用户提供免费访问。

可以在这里找到解决方案：https://github.com/quantopian/zipline/issues/2480

基本上:要么“伪造”基准测试，要么注册IEX Cloud (免费)，并更改benchmarks.py以向您的IEX Cloud帐户发出API调用。

德克

Answer 2

我最近做了一个存储库，它是对benchmarks.py文件的一个小调整。我还在4月份的某个地方提供了从1993年到2020年的间谍每日数据，但您必须将其转换为csv，并确保数据结构是有序的。在我使用基准数据作为0之前，它确实对我有效，但是自己创建所有的性能指标是令人讨厌的。此外，我注意到很多人在使用个人数据和API时遇到了问题，因为我相信IEX online提供了5年的数据。所以，我希望这对你有所帮助。

https://github.com/cemal95/benchmark-returns-for-zipline.git