在VNPY2的进行CTA批量回测，支持Json和Excel格式导入策略

之前VNPY 1版本中，我的个人代码很多是直接在VNPY库代码直接修改或者增加的。每次VNPY升级就是非常头疼，要做代码对比，在一些可能被更新覆盖的地方再次维护测试。而且因为更新的地方很乱，造成后面生产版本一致停留在VNPY1.92。

这次准备不在VNPY的库文件代码上修改，而是像引用NUMPY或者Pandas这样，采用调用继承的方式，把自己的代码和VNPY的库代码隔离；这样即使VNPY升级，个人代码不用太担心，只要简单测试，保证继承引用VNPY的类或方法正常工作就可以了。

也是之前VNPY 1版本实现的功能，批量回测，结果Excel导出。这次支持策略参数用Json或Excel导入，同时支持多个策略的组合portfolio收益计算；其实都是VNPY2提供好的，调用而已。只要VNPY2.0 正确安装，历史数据存在，这些代码就可以运行。

代码包括这几个文件：

- BatchCTABacktesting.py：批量回测代码文件，在这个代码里面定义和下面个关联文件路径，默认路径都在一个文件夹。

- vtSymbol.json：这个是定义品种交易属性，回测时候从vtSymbol.json文档读取品种的交易属性，比如费率，交易每跳，比率，滑点；这样不用在回测时候维护。示例格式如下；有心的可以改成通配符，这样减少维护量。

{  "MA2009.CZCE": {    "rate": 0.0001,    "slippage": 1,    "size": 10,    "pricetick": 1  },  "rb2010.SHFE": {    "rate": 0.0001,    "slippage": 1,    "size": 10,    "pricetick": 1  }}

- ctaStrategy.json：定义要批量回测策略，其实和VNPY2默认的CTA策略文件是一样的，这样就可以直接用实盘CTA策略文件进行批量回测了，或着计算组合收益。示例格式如下：

{  "BollChannelStrategy_MA8888.CZCE": {    "class_name": "BollChannelStrategy",    "vt_symbol": "MA8888.CZCE",    "setting": {      "boll_window": 40,      "boll_dev": 3    }  },  "DoubleMaStrategy2_CTA_rb8888.SHFE": {    "class_name": "DoubleMaStrategy",    "vt_symbol": "rb8888.SHFE",    "setting": {      "fast_window": 10,      "slow_window": 40    }}

- ctaStrategy.xls：用xls格式定义的批量回测数据，示例格式如下；有三列，class_name是策略类，setting是参数，vt_symbol是品种。主要是有时候用excel做策略批量维护或者生成，然后就可以直接批量回测了。

现在回来看看代码。其实注释都比较清楚了。注意的几点是

1.  策略类是用字符串格式记录的，然后用eval方法关联类，所以必须引用，虽然编辑器提示未使用

2. 在excel保存setting必须双引号，因为json文件默认只能识别双引号。

3. 批量回测结果会用excel输出，示例就是这样。

4. 默认json导入会计算组合收入，excel不会计算组合收益，可以直接修改代码。

# encoding: UTF-8import jsonimport tracebackfrom datetime import datetime, dateimport pandas as pdfrom pandas import DataFramefrom vnpy.app.cta_strategy.backtesting import BacktestingEngine# 策略类是用字符串格式记录的，然后用eval方法关联类，所以必须引用，虽然编辑器提示未使用from vnpy.app.cta_strategy.strategies.boll_channel_strategy import BollChannelStrategyfrom vnpy.app.cta_strategy.strategies.turtle_signal_strategy import TurtleSignalStrategyfrom vnpy.app.cta_strategy.strategies.double_ma_strategy import DoubleMaStrategyclass BatchCTABackTest:   """   提供批量CTA策略回测，输出结果到excel或pdf，和CTA策略批量优化，输出结果到excel或pdf，   """   def __init__(self, vtSymbolconfig="vtSymbol.json", exportpath=".\\"):      """      加载配置路径      """      config = open(vtSymbolconfig)      self.setting = json.load(config)      self.exportpath = exportpath   def addParameters(self, engine, vt_symbol: str, startDate, endDate, interval="1m", capital=1_000_000):      """      从vtSymbol.json文档读取品种的交易属性，比如费率，交易每跳，比率，滑点      """      if vt_symbol in self.setting:         engine.set_parameters(            vt_symbol=vt_symbol,            interval=interval,            start=startDate,            end=endDate,            rate=self.setting[vt_symbol]["rate"],            slippage=self.setting[vt_symbol]["slippage"],            size=self.setting[vt_symbol]["size"],            pricetick=self.setting[vt_symbol]["pricetick"],            capital=capital         )      else:         print("symbol %s hasn't be maintained in config file" % vt_symbol)      return engine   def runBatchTest(self, strategy_setting, startDate, endDate, portfolio):      """      进行回测      """      resultDf = DataFrame()      dfportfolio = None      for strategy_name, strategy_config in strategy_setting.items():         engine = BacktestingEngine()         vt_symbol = strategy_config["vt_symbol"]         engine = self.addParameters(engine, vt_symbol, startDate, endDate)         if type(strategy_config["setting"]) is str:            print(strategy_config["setting"])            engine.add_strategy(               eval(strategy_config["class_name"]),               json.loads(strategy_config["setting"], )            )         else:            engine.add_strategy(               eval(strategy_config["class_name"]),               strategy_config["setting"]            )         engine.load_data()         engine.run_backtesting()         df = engine.calculate_result()         if portfolio == True:            if dfportfolio is None:               dfportfolio = df            else:               dfportfolio = dfportfolio + df         resultDict = engine.calculate_statistics(df, False)         resultDict["class_name"] = strategy_config["class_name"]         resultDict["setting"] = strategy_config["setting"]         resultDict["vt_symbol"] = strategy_config["vt_symbol"]         resultDf = resultDf.append(resultDict, ignore_index=True)      if portfolio == True:         # dfportfolio = dfportfolio.dropna()         engine = BacktestingEngine()         engine.calculate_statistics(dfportfolio)         engine.show_chart(dfportfolio)      return resultDf   def runBatchTestJson(self, jsonpath="ctaStrategy.json", startDate=datetime(2019, 7, 1),                        endDate=datetime(2020, 1, 1), exporpath=None, portfolio=True):      """      从ctaStrategy.json去读交易策略和参数，进行回测      """      with open(jsonpath, mode="r", encoding="UTF-8") as f:         strategy_setting = json.load(f)      resultDf = self.runBatchTest(strategy_setting, startDate, endDate, portfolio)      self.ResultExcel(resultDf, exporpath)      return strategy_setting   def runBatchTestExcecl(self, path="ctaStrategy.xls", startDate=datetime(2019, 7, 1),                          endDate=datetime(2020, 1, 1), exporpath=None, portfolio=False):      """      从ctaStrategy.excel去读交易策略和参数，进行回测      """      df = pd.read_excel(path)      strategy_setting = df.to_dict(orient='index')      resultDf = self.runBatchTest(strategy_setting, startDate, endDate, portfolio)      self.ResultExcel(resultDf, exporpath)      return strategy_setting   def ResultExcel(self, result, export=None):      """      输出交易结果到excel      """      if export != None:         exportpath = export      else:         exportpath = self.exportpath      try:         path = exportpath + "CTABatch" + str(date.today()) + "v0.xls"         result.to_excel(path, index=False)         print("CTA Batch result is export to %s" % path)      except:         print(traceback.format_exc())      return Noneif __name__ == '__main__':   bts = BatchCTABackTest()   bts.runBatchTestJson()

最后可以去我的Github下载代码，比较方便

https://github.com/BillyZhangGuoping/VNPY2_BILLY