VN.DATAYES - Welcome!


1. Preface

1.1

vn.datayes是一个从属于vnpy的开源历史数据模块;使用通联数据API以及MongoDB进行数据的下载和存储管理。项目目前与将来主要解决\准备解决以下问题:

  • 从通联数据等API高效地爬取、更新、清洗历史数据。
  • 基于MongoDB的数据库管理、快速查询、转换输出格式;支持自定义符合需求的行情历史数据库。
  • 基于Python.Matplotlib或R.ggplot2,快速绘制K线图等可视化对象。

项目目前主要包括了通联API开发者试用方案中大部分的市场行情日线数据(股票、期货、期权、指数、基金等),以及部分基本面数据。数据下载与更新主要采用多线程设计,测试效率如下:

数据集举例 数据集容量 下载时间估计
股票日线数据,2800个交易代码,2013年1月1日至2015年8月1日 2800个collection,约500条/each 7-10分钟
股票分钟线数据,2个交易代码,2013年1月1日至2015年8月1日 2个collection,约20万条/each 1-2分钟
股票日线数据更新任务,2800个交易代码,2015年8月1日至2015年8月15日 2800个collection,约10条/each 1-2分钟

vn.datayes基于MongoDB数据库,通过一个json配置文件简化数据库的初始化、设置、动态更新过程。较为精细的数据库操作仍需编写脚本进行。若对MongoDB与pymongo不熟悉,推荐使用Robomongo等窗口化查看工具作为辅助。

1.2 主要依赖:

pymongo, pandas, requests, json

1.3 开发测试环境:

Mac OS X 10.10; Windows 7 || Anaconda.Python 2.7


2. Get Started

2.1 准备

  • 更新pymongo至3.0以上版本; 更新requests等包。

    ~$ pip install pymongo --upgrade
    ~$ pip install requests --upgrade
  • [ ! 注意,本模块需要pymongo3.0新加入的部分方法,使用vnpy本体所用的2.7版本对应方法将无法正常插入数据。依赖冲突的问题会尽快被解决,目前推荐制作一个virtual environment来单独运行这个模块;或者暴力切换pymongo的版本:]

    ~$ pip install pymongo==3.0.3  # this module.
    ~$ pip install pymongo==2.7.2  # pymongo 2.7.
  • 启动MongoDB

    ~$ mongod

2.2 数据库初始化与下载

  • api.Config 对象包含了向API进行数据请求所需的信息,我们需要一个用户token来初始化这个对象。

In [2]:
from storage import *

myConfig = Config(head="Zed's Config", 
                  token='7c2e59e212dbff90ffd6b382c7afb57bc987a99307d382b058af6748f591d723')
myConfig.body


Out[2]:
{'domain': 'api.wmcloud.com/data',
 'header': {'Authorization': 'Bearer 7c2e59e212dbff90ffd6b382c7afb57bc987a99307d382b058af6748f591d723',
  'Connection': 'keep-alive'},
 'ssl': False,
 'version': 'v1'}

  • storage.DBConfig 对象包含了数据库配置。我们需要自己编写一个json字典来填充这个对象。举例来说,我们希望下载股票日线数据和指数日线数据,数据库名称为DATAYES_EQUITY_D1和DATAYES_INDEX_D1,index为日期“date”。那么json字典是这样的:

In [3]:
client = pymongo.MongoClient() # pymongo.connection object.

body = {
    'client': client, # connection object.
    'dbs': {
        'EQU_D1': {                              # in-python alias: 'EQU_D1'
            'self': client['DATAYES_EQUITY_D1'], # pymongo.database[name] object.
            'index': 'date',                     # index name.
            'collNames': 'equTicker'             # what are collection names consist of.
        },
        'IDX_D1': {                              # Another database
            'self': client['DATAYES_INDEX_D1'],
            'index': 'date',
            'collNames': 'idxTicker'
        }
    },
    'dbNames': ['EQU_D1','IDX_D1']               # List of alias.
}

myDbConfig_ = DBConfig(body=body)

# 这看上去有些麻烦;不想这么做的话可以直接使用DBConfig的默认构造函数。

myDbConfig = DBConfig()

myDbConfig.body


Out[3]:
{'client': MongoClient('localhost', 27017),
 'dbNames': ['EQU_M1', 'EQU_D1', 'FUT_D1', 'OPT_D1', 'FUD_D1', 'IDX_D1'],
 'dbs': {'EQU_D1': {'collNames': 'equTicker',
   'index': 'date',
   'self': Database(MongoClient('localhost', 27017), u'DATAYES_EQUITY_D1')},
  'EQU_M1': {'collNames': 'secID',
   'index': 'dateTime',
   'self': Database(MongoClient('localhost', 27017), u'DATAYES_EQUITY_M1')},
  'FUD_D1': {'collNames': 'fudTicker',
   'index': 'date',
   'self': Database(MongoClient('localhost', 27017), u'DATAYES_FUND_D1')},
  'FUT_D1': {'collNames': 'futTicker',
   'index': 'date',
   'self': Database(MongoClient('localhost', 27017), u'DATAYES_FUTURE_D1')},
  'IDX_D1': {'collNames': 'idxTicker',
   'index': 'date',
   'self': Database(MongoClient('localhost', 27017), u'DATAYES_INDEX_D1')},
  'OPT_D1': {'collNames': 'optTicker',
   'index': 'date',
   'self': Database(MongoClient('localhost', 27017), u'DATAYES_OPTION_D1')}}}

  • api.PyApi是向网络数据源进行请求的主要对象。storage.MongodController是进行数据库管理的对象。当我们完成了配置对象的构造,即可初始化PyApi与MongodController。MongodController._get_coll_names()MongodController._ensure_index() 是数据库初始化所调用的方法,为了模块开发的方便,它们暂时没有被放进构造函数中自动执行。

In [4]:
myApi = PyApi(myConfig) # construct PyApi object.
mc = MongodController(api=myApi, config=myDbConfig) # construct MongodController object, 
                                                    # on the top of PyApi.
mc._get_coll_names()    # get names of collections.
mc._ensure_index()      # ensure collection indices.


[MONGOD]: Collection names gotten.
[MONGOD]: MongoDB index set.
Out[4]:
1

  • 使用MongodController.download#()方法进行下载。

In [ ]:
mc.download_index_D1('20150101','20150801')

2.3 数据库更新

  • 使用MongodController.update#()方法进行更新。脚本会自动寻找数据库中的最后一日并更新至最新交易日。

In [8]:
from datetime import datetime
datetime.now()


Out[8]:
datetime.datetime(2015, 8, 17, 10, 49, 21, 37758)

In [ ]:
mc.update_index_D1()

2.4 Mac OS或Linux下的下载与更新

模块中包含了一些shell脚本,方面在linux-like os下的数据下载、更新。

~$ cd path/of/vn/datayes
~$ chmod +x prepare.sh
~$ ./prepare.sh


In [ ]: