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

下载并安装MongoDB: https://www.mongodb.org/downloads
获取API token，以通联数据为例。

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() 和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 [ ]: