第4章 QCAlgorithm 基础¶
本章详细介绍 Lean 策略的核心类
QCAlgorithm,包括算法生命周期、基本配置和证券管理。
4.1 QCAlgorithm 类概览¶
QCAlgorithm 是所有 Lean 策略的基类,提供了完整的 API 来构建交易策略。
from AlgorithmImports import *
class MyStrategy(QCAlgorithm):
"""
所有策略都必须继承 QCAlgorithm
"""
pass
4.2 算法生命周期¶
4.2.1 方法调用顺序¶
启动
│
├─> Initialize() # 只调用一次,初始化设置
│
├─> OnData() # 每个数据点调用,主逻辑
│ └─> 循环调用...
│
├─> OnEndOfDay() # 每日收盘时调用
│
└─> OnEndOfAlgorithm() # 算法结束时调用一次
4.2.2 完整生命周期示例¶
from AlgorithmImports import *
class LifeCycleDemoAlgorithm(QCAlgorithm):
def Initialize(self):
"""初始化:只调用一次"""
self.SetStartDate(2023, 1, 1)
self.SetEndDate(2023, 1, 31)
self.SetCash(100000)
self.AddEquity("SPY", Resolution.Daily)
# 自定义变量
self.data_count = 0
self.day_count = 0
self.Debug("=== Initialize Complete ===")
def OnData(self, data):
"""每个数据点调用"""
self.data_count += 1
# 第一次调用
if self.data_count == 1:
self.Debug("=== First OnData Call ===")
def OnEndOfDay(self, symbol):
"""每个证券每日收盘时调用"""
if symbol == next(iter(self.Securities.Keys)):
self.day_count += 1
self.Debug(f"=== End of Day {self.day_count} ===")
def OnEndOfAlgorithm(self):
"""算法结束时调用"""
self.Debug("=== Algorithm Ended ===")
self.Debug(f"Total OnData calls: {self.data_count}")
self.Debug(f"Total trading days: {self.day_count}")
4.3 基本配置方法¶
4.3.1 时间设置¶
def Initialize(self):
# 方式1:单独设置
self.SetStartDate(2023, 1, 1) # 年, 月, 日
self.SetEndDate(2023, 12, 31) # 年, 月, 日
# 方式2:使用 DateTime
from datetime import datetime
self.SetStartDate(datetime(2023, 1, 1))
self.SetEndDate(datetime(2023, 12, 31))
4.3.2 资金设置¶
def Initialize(self):
# 设置初始资金
self.SetCash(100000) # $100,000
# 设置账户货币
self.SetAccountCurrency("USD") # 默认 USD
# 设置不同货币的初始资金
self.SetCash("EUR", 50000) # €50,000
4.3.3 Benchmark 设置¶
def Initialize(self):
# 设置基准
self.SetBenchmark("SPY")
# 自定义 benchmark(lambda 的参数是时间 DateTime,返回该时刻的基准价格)
self.SetBenchmark(lambda t: self.Securities["SPY"].Price)
4.4 添加证券¶
4.4.1 股票 (Equity)¶
def Initialize(self):
# 基本用法
spy = self.AddEquity("SPY", Resolution.Daily)
# 获取 Symbol 对象
self.spy_symbol = spy.Symbol
# 设置正常数据
spy.SetDataNormalizationMode(DataNormalizationMode.Adjusted)
# fillForward:数据缺失时用前值填充;extendedMarketHours:包含盘前盘后
# 注意:这两个选项通过 AddEquity 的参数设置,Security 对象没有对应方法
spy = self.AddEquity("SPY", Resolution.Daily, fillForward=True) # 延迟填充数据
spy = self.AddEquity("SPY", Resolution.Daily, extendedMarketHours=True) # 包含盘前盘后
4.4.2 外汇 (Forex)¶
def Initialize(self):
# 添加外汇对
eurusd = self.AddForex("EURUSD", Resolution.Hour)
# 添加多个外汇对
forex_pairs = ["EURUSD", "GBPUSD", "USDJPY", "USDCHF"]
for pair in forex_pairs:
self.AddForex(pair, Resolution.Hour)
4.4.3 加密货币 (Crypto)¶
def Initialize(self):
# 添加加密货币
btc = self.AddCrypto("BTCUSD", Resolution.Minute)
# 设置市场
self.AddCrypto("ETHUSD", Resolution.Minute, Market.GDAX)
# 常见加密货币交易所
# - Bitfinex
# - GDAX (Coinbase)
# - Binance
# - Kraken
4.4.4 期货 (Future)¶
def Initialize(self):
# 添加期货
es = self.AddFuture("ES", Resolution.Minute)
# 设置过滤器
es.SetFilter(
lambda universe: universe
.FrontMonth() # 最近月份
.Expiration(timedelta(0), timedelta(days=7)) # 7天后到期
)
# 添加黄金期货
gc = self.AddFuture("GC", Resolution.Minute)
gc.SetFilter(timedelta(0), timedelta(days=180)) # 到期时间在 0~180 天之间的合约
4.4.5 期权 (Option)¶
def Initialize(self):
# 添加期权
spy_option = self.AddOption("SPY", Resolution.Minute)
# 设置期权链过滤器
spy_option.SetFilter(-2, 2, # 行权价范围:平价±2档
timedelta(0), # 最短到期:今天
timedelta(30)) # 最长到期:30天
# 获取期权链
self.option_symbol = spy_option.Symbol
4.5 数据分辨率¶
4.5.1 分辨类型¶
| 分辨率 | 说明 | 适用场景 |
|---|---|---|
Tick |
逐笔数据 | 高频交易、详细分析 |
Second |
秒级 | 日内交易 |
Minute |
分钟级 | 日内交易 |
Hour |
小时级 | 中长期策略 |
Daily |
日级 | 长期策略 |
4.5.2 分辨率使用示例¶
def Initialize(self):
# 同一证券可以有不同分辨率
self.AddEquity("SPY", Resolution.Daily) # 日线
self.AddEquity("SPY", Resolution.Hour) # 小时线
# 自定义数据订阅
self.AddEquity("AAPL", Resolution.Minute, Market.USA)
# 使用 Consolidator 降低数据频率
# 注意:CalendarType 已过时(应使用 Calendar),且只有 Weekly/Monthly,
# 没有 Hourly(小时线合并请用 Resolution.Hour)
self.Consolidate("SPY", Calendar.Weekly, self.WeeklyBarHandler)
def WeeklyBarHandler(self, bar):
"""周线数据处理"""
self.Debug(f"Weekly close: {bar.Close}")
4.6 Securities 对象¶
4.6.1 访问证券信息¶
def OnData(self, data):
# 获取证券对象
spy_security = self.Securities["SPY"]
# 当前价格
price = spy_security.Price
# 买入价/卖出价
bid = spy_security.BidPrice
ask = spy_security.AskPrice
# 最后交易时间
last_time = spy_security.LocalTime
self.Debug(f"SPY Price: {price}, Bid: {bid}, Ask: {ask}")
4.6.2 证券属性¶
def OnData(self, data):
security = self.Securities["SPY"]
# 基本信息
symbol = security.Symbol # Symbol 对象
price = security.Price # 当前价格
volume = security.Volume # 成交量
# 价格数据
open_price = security.Open # 开盘价
high_price = security.High # 最高价
low_price = security.Low # 最低价
close_price = security.Close # 收盘价
# 交易相关
bid_price = security.BidPrice # 买入价
ask_price = security.AskPrice # 卖出价
bid_size = security.BidSize # 买入量
ask_size = security.AskSize # 卖出量
# 数据状态
has_data = security.HasData # 是否有数据
is_trading = security.IsTradable # 是否可交易
4.7 常用工具方法¶
4.7.1 时间相关¶
def OnData(self, data):
# 当前时间
now = self.Time
# 时间判断
is_weekend = self.Time.weekday() >= 5
is_month_start = self.Time.day <= 3
# 时间差计算
from datetime import timedelta
tomorrow = self.Time + timedelta(days=1)
one_month_ago = self.Time - timedelta(days=30)
4.7.2 调试输出¶
def OnData(self, data):
# Debug - 在回测/实盘中显示
self.Debug("Debug message")
# Log - 记录到日志
self.Log("Log message")
# Error - 错误信息
self.Error("Error message")
# 注意:QCAlgorithm 没有 Warn 方法,警告信息可用 self.Debug 或 self.Error 输出
self.Debug("Warning message")
4.7.3 数学工具¶
def OnData(self, data):
# 最小值/最大值
min_val = min(1, 2, 3)
max_val = max(1, 2, 3)
# 绝对值
abs_val = abs(-5)
# 四舍五入
rounded = round(3.14159, 2)
# 幂运算
squared = 2 ** 3
4.8 事件处理¶
4.8.1 数据事件¶
def OnData(self, data):
"""
主数据处理函数
data: Slice 对象,包含所有证券的数据
"""
# 检查特定证券是否有数据
if data.ContainsKey("SPY"):
bar = data["SPY"]
self.Debug(f"SPY: {bar.Close}")
# 遍历所有数据
for symbol, value in data.items():
self.Debug(f"{symbol}: {value}")
4.8.2 订单事件¶
def OnOrderEvent(self, orderEvent):
"""
订单状态变化时触发
"""
orderId = orderEvent.OrderId
status = orderEvent.Status
symbol = orderEvent.Symbol
if status == OrderStatus.Filled:
self.Debug(f"Order {orderId} filled: {symbol}")
elif status == OrderStatus.Canceled:
self.Debug(f"Order {orderId} canceled: {symbol}")
elif status == OrderStatus.Invalid:
self.Debug(f"Order {orderId} invalid: {orderEvent.Message}")
4.8.3 其他事件¶
def OnDividends(self, dividends):
"""分红事件"""
for dividend in dividends.Values:
self.Debug(f"Dividend: {dividend.Symbol} - {dividend.Distribution}")
def OnSplits(self, splits):
"""拆股事件"""
for split in splits.Values:
self.Debug(f"Split: {split.Symbol} - {split.SplitFactor}")
def OnAssignmentOrderEvent(self, assignmentEvent):
"""期权行权事件"""
self.Debug(f"Assignment: {assignmentEvent}")
def OnMarginCallWarning(self):
"""保证金警告"""
self.Debug("Margin call warning!")
def OnDelistings(self, delistings):
"""退市事件"""
for delisting in delistings.Values:
self.Debug(f"Delisting: {delisting.Symbol}")
4.9 完整示例:多时间周期策略¶
from AlgorithmImports import *
class MultiTimeFrameAlgorithm(QCAlgorithm):
def Initialize(self):
self.SetStartDate(2020, 1, 1)
self.SetEndDate(2023, 12, 31)
self.SetCash(100000)
# 添加日线和小时线
self.daily = self.AddEquity("SPY", Resolution.Daily).Symbol
self.hourly = self.AddEquity("SPY", Resolution.Hour).Symbol
# 创建不同时间周期的指标
self.daily_sma = self.SMA(self.daily, 50, Resolution.Daily)
self.hourly_sma = self.SMA(self.hourly, 20, Resolution.Hour)
# 每小时检查
self.Consolidate("SPY", Resolution.Hour, self.HourlyBarHandler)
def OnData(self, data):
# 只用日线数据做决策
if not self.daily_sma.IsReady:
return
def HourlyBarHandler(self, bar):
"""每小时调用"""
if not self.hourly_sma.IsReady:
return
# 日线趋势向上 + 小时线回调
if bar.Close > self.daily_sma.Current.Value:
if bar.Close < self.hourly_sma.Current.Value:
self.Debug(f"Buy signal at {bar.Time}")