本篇文章给大家分享的是有关Jupyter Notebook怎么实现从IB接口历史数据获取及写入数据库、策略回测和实盘交易，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
刚好有个同学问怎么实现IB盈透历史数据获取，和策略回测和实盘交易。想着熟悉vnpy2.0操作，就用Jupyter Notebook都是跑了一边。VNPY2.0的整体架构设计很有扩展性，而且调用也比起v1.0先进清晰很多，引擎加载调用非常方便。
讲讲注意点：
IB盈透接口历史数据大多是要收费订阅的，如果收费会有报错信息提示，这里找个免费的作为使用。另外vnpy是按照最大6个月历史数据设计的。
数据库定义有个小坑，我是用mongodb的，在第一次填写 trader/setting.py中密码写错了，后面在trader/setting.py改发现怎么也改不好；原来当第一次维护后，配置会写入.vntrader/vt_setting，之后系统只会去.vntrader/vt_setting读取。去改vt_setting，而不是trader/setting.py。
使用CtaStrategyApp支持加入新策略，系统会自动输出json保持策略信息；所以第二次运行代码时候，会提示已经有了，不是问题。
我在代码里面把回测和实盘放在一次，如果直接跑下来可能会报错，建议跑实盘时候先注释的回测。
使用script_engine订阅历史数据是是默认从rqdata获取，vnpy v2.07 IB接口已经提供历史数据获取，这里创建HistoryRequest用main_engine来获取,
为了方便贴出来，改成.py代码格式，直接跑也没有问题。
from vnpy.app.script_trader import init_cli_tradingfrom vnpy.app.script_trader.cli import process_log_eventfrom vnpy.gateway.ib import IbGatewayfrom time import sleepfrom datetime import datetimeimport pandas as pd# 连接到服务器setting = { "TWS地址": "127.0.0.1", "TWS端口": 7497, "客户号":8 #每个链接用一个独立的链接号，一个IBAPI支持32个来同时链接}engine = init_cli_trading([IbGateway]) #返回Script_engine 示例，并且给main_engine注册了gatewayengine.connect_gateway(setting, "IB") #链接# 查询资金 - 自动sleep(10)print("***查询资金和持仓***")print(engine.get_all_accounts(use_df = True))# 查询持仓print(engine.get_all_positions(use_df = True))# 订阅行情from vnpy.trader.constant import Exchangefrom vnpy.trader.object import SubscribeRequest# 从我测试直接用Script_engine有问题，IB的品种太多，get_all_contracts命令不行,需要指定具体后才可以，这里使用main_engine订阅req1 = SubscribeRequest("12087792",Exchange.IDEALPRO) #创建行情订阅engine.main_engine.subscribe(req1,"IB")# 使用script_engine订阅历史数据是从rqdata获取，vnpy v2.07已经提供历史数据获取，这里创建HistoryRequest来获取,# 查询如果没有endtime，默认当前。返回历史数据输出到数据库和csv文件# 关于api更多信息可以参见 https://interactivebrokers.github.io/tws-api/historical_bars.htmlprint("***从IB读取历史数据, 返回历史数据输出到数据库和csv文件***")from vnpy.trader.object import HistoryRequestfrom vnpy.trader.object import Intervalstart = datetime.strptime('20190901', "%Y%m%d")historyreq = HistoryRequest( symbol="12087792", exchange=Exchange.IDEALPRO, start=start, interval=Interval.MINUTE)# # 读取历史数据，并把历史数据BarData放入数据库bardatalist = engine.main_engine.query_history(historyreq,"IB")from vnpy.trader.database import database_managerdatabase_manager.save_bar_data(bardatalist)# 把历史数据BarData输出到csvpd.DataFrame(bardatalist).to_csv("C:\Project\\"+ str(historyreq.symbol) + ".csv" , index=True, header=True)print("History data export to CSV")# # 参考backtesting.ipynb, 使用自带的双均线策略回测，10日上穿60日做多，否则反之print("***从数据库读取历史数据, 进行回测***")from vnpy.app.cta_strategy.backtesting import BacktestingEnginefrom vnpy.app.cta_strategy.strategies.double_ma_strategy import ( DoubleMaStrategy,)btengine = BacktestingEngine() #新建回测引擎btengine.set_parameters( vt_symbol="12087792.IDEALPRO", interval="1m", start=datetime(2019, 9, 1), end=datetime(2019, 10, 5), rate = 0, slippage=0.00005, size=1000, pricetick=0.00005, capital=1_000_000,)btengine.add_strategy(DoubleMaStrategy, {"fast_window":10, "slow_window": 60})btengine.load_data()btengine.run_backtesting()df = btengine.calculate_result()btengine.calculate_statistics()btengine.show_chart()# 给script_engine载入双均线策略，实盘运行print("***从数据库读取准备数据, 实盘运行***")# 使用cta交易引擎from vnpy.app.cta_strategy import CtaStrategyAppfrom vnpy.app.cta_strategy.base import EVENT_CTA_LOGengine.event_engine.register(EVENT_CTA_LOG, process_log_event)cta_engine = engine.main_engine.add_app(CtaStrategyApp) #加入appcta_engine.init_engine()cta_engine.add_strategy("DoubleMaStrategy","DoubleMaStrategy_IB_12087792_v1", "12087792.IDEALPRO",{"fast_window":10, "slow_window": 50})sleep(10)cta_engine.init_strategy("DoubleMaStrategy_IB_12087792_v1")sleep(10)cta_engine.start_strategy("DoubleMaStrategy_IB_12087792_v1")以上就是Jupyter Notebook怎么实现从IB接口历史数据获取及写入数据库、策略回测和实盘交易，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注编程网行业资讯频道。
