6

pandas DataFrame にロードした、米国以外の日中のデータを使用してジップラインを動作させようとしています。

                        BARC    HSBA     LLOY     STAN
Date                                                  
2014-07-01 08:30:00  321.250  894.55  112.105  1777.25
2014-07-01 08:32:00  321.150  894.70  112.095  1777.00
2014-07-01 08:34:00  321.075  894.80  112.140  1776.50
2014-07-01 08:36:00  321.725  894.80  112.255  1777.00
2014-07-01 08:38:00  321.675  894.70  112.290  1777.00

ここの移動平均チュートリアルに従い、「AAPL」を独自のシンボルコードに置き換え、履歴呼び出しを「1d」ではなく「1m」データに置き換えました。

algo_obj.run(DataFrameSource(mydf))次に、を使用して最終呼び出しをmydf行います。 は上記のデータフレームです。

ただし、 TradingEnvironmentに関連して発生するあらゆる種類の問題があります。ソースコードによると：

# This module maintains a global variable, environment, which is
# subsequently referenced directly by zipline financial
# components. To set the environment, you can set the property on
# the module directly:
#       from zipline.finance import trading
#       trading.environment = TradingEnvironment()
#
# or if you want to switch the environment for a limited context
# you can use a TradingEnvironment in a with clause:
#       lse = TradingEnvironment(bm_index="^FTSE", exchange_tz="Europe/London")
#       with lse:
# the code here will have lse as the global trading.environment
#           algo.run(start, end)

ただし、コンテキストを使用しても完全には機能しないようです。たとえば、タイムスタンプが市場が開く前であると述べているなど、まだエラーが発生します (実際、trading.environment.open_and_close時間を見るのは米国市場のものです。

私の質問は、米国以外の日中データでジップラインを使用できた人はいますか? リソースと理想的にはこれを行う方法のサンプルコードを教えていただけますか?

nb取引カレンダー (tradincalendar_lse.py、tradingcalendar_tse.py など) に関連していると思われる github でいくつかのテストがあるのを見てきましたが、これは日次レベルでのみデータを処理するようです。私は修正する必要があります：

  • 開園・閉園時間
  • ベンチマークの参考データ
  • そしておそらくもっと...
4

2 に答える 2

2

@ルチアーノ

コードの最後に追加analyze(None, perf_manual)して、分析プロセスを自動的に実行できます。

于 2015-03-05T02:48:38.230 に答える