ET
ET
参数优化这个最好加上 celery 来做分布式参数调优,毕竟单机调优速度有瓶颈而且没法横向扩展。以后的 Optimizer 底层实现可以考虑加上 celery 做分布式运算。
盘中计算看 #4 最后有讨论。 另外跑完停不停止这个看你的程序怎么写的啊 -。-
绝大部分指标都来源于基本的量价变化,如果想提交指标,欢迎修改 indicators.py 并提交 pull requests ~
sar talib 有实现,后续会加进来
2、如果能使用本地数据选股,是不是可以提速? 是的。目前增加一个本地的高速数据源,来自于 Ricequant 的 RQAlpha。可以安装 `pip install rqalpha` 然后 `rqalpha update_bundle` 后,替换 DataBackend。就可以大大加速了。 ``` python from funcat.data.rqalpha_data_backend import RQAlphaDataBackend from funcat import * set_data_backend(RQAlphaDataBackend("~/.rqalpha/bundle")) ```
最新版本的 rqalpha 的日线数据是可以动态前复权
8月份争取加上
自动化测试就像汽车刹车,没有刹车,也不敢开快车。
如果文件放在 `/projects/port-client-ip-monitor/port-ip-monitor.sh` ,那么crontab就填入 `* * * * * (cd /var/log/ && /projects/port-client-ip-monitor/port-ip-monitor.sh)`