导航：首页 > 互联网科技 >

VNPY 批量优化参数，并输出到excel

发表于：2025-12-02 作者：千家信息网编辑

千家信息网最后更新 2025年12月02日，VNPY中，优化参数也经常要批量去做，一个是一组不同策略批量对一个品种优化，还有一个策略对应不同凭证，下面是源代码，放在example\CtaBacktesting文件夹下面，主要是参考了原来的优化代

千家信息网最后更新 2025年12月02日VNPY 批量优化参数，并输出到excelVNPY中，优化参数也经常要批量去做，一个是一组不同策略批量对一个品种优化，还有一个策略对应不同凭证，下面是源代码，放在example\CtaBacktesting文件夹下面，主要是参考了原来的优化代码。

还有就是输出时候，由于优化的时候，结果可能很多，默认输出30个到excel。

# encoding: UTF-8

import pandas as pd

from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, MINUTE_DB_NAME, OptimizationSetting

from vnpy.trader.app.ctaStrategy.strategy.strategyBollChannel import BollChannelStrategy

class BatchOptimization(object):

def __init__(self):

def calculateBacktesting(self,symbollist,strategylist, sort = 'totalNetPnl'):

#填入品种队列和策略队列，返回结果resultlist, 为了输出方便检索，加入品种名称，策略名称和策略参数

resultlist = []

for symbol in symbollist:

for strategy in strategylist:

result = self.runBacktesting(symbol,strategy,sort)

#加入品种名称，策略名称和策略参数

if isinstance(result,dict):

#如果返回的是dict，直接加入

result["Symbolname"] = str(symbol["vtSymbol"])

result["strategyname"] = str(strategy[0])

result["strategysetting"] = str(strategy[1])

resultlist.append(result)

else:

# 发现优化回来的是一个包含元组的队列，元组有三个组成，第一个排策略参数，第二个回测目标的值，第三策略参数全部运行结果。

# 这里我们要的就是第三个,先插入这个dict，在dict插入symbolname，和strategysetting

for resultraw in result:

resultlist.append(resultraw[2])

resultlist[-1]["Symbolname"] = str(symbol["vtSymbol"])

resultlist[-1]["strategysetting"] = str(resultraw[0])

return resultlist

def runBacktesting(self, symbol, strategy, sort):

#写入测试品种和参数, 返回回测数据集包含回测结果

# 在引擎中创建策略对象

# 创建回测引擎

engine = BacktestingEngine()

# 设置引擎的回测模式为K线

engine.setBacktestingMode(engine.BAR_MODE)

# 设置回测用的数据起始日期

engine.setStartDate(symbol["StartDate"])

engine.setSlippage(symbol["Slippage"]) # 1跳

engine.setRate(symbol["Rate"]) # 佣金大小

engine.setSize(symbol["Size"]) # 合约大小

engine.setPriceTick(symbol["Slippage"]) # 最小价格变动

engine.setCapital(symbol["Capital"])

# 设置使用的历史数据库

engine.setDatabase(MINUTE_DB_NAME, symbol["vtSymbol"])

#调用优化方法，可以集成优化测试

setting = OptimizationSetting() # 新建一个优化任务设置对象

setting.setOptimizeTarget(sort) # 设置优化排序的目标是策略净盈利

print strategy[1]

for settingKey in strategy[1]:

if isinstance(strategy[1][settingKey], tuple):

setting.addParameter(settingKey,strategy[1][settingKey][0],strategy[1][settingKey][1],strategy[1][settingKey][2])

else:

setting.addParameter(settingKey,strategy[1][settingKey])

optimizationresult = engine.runParallelOptimization(strategy[0], setting)

engine.output(u'输出统计数据')

# 如果是使用优化模式，这里返回的是策略回测的dict的list，如果普通回测就是单个dict

# 如果大于30 ，就返回三十之内，否则全部

if len(optimizationresult) > 30:

return optimizationresult[:30]

else:

return optimizationresult

def toExcel(self, resultlist, path = "C:\data\datframe.xlsx"):

#按照输入统计数据队列和路径，输出excel，这里不提供新增模式，如果想，可以改

#dft.to_csv(path,index=False,header=True, mode = 'a')

summayKey = resultlist[0].keys()

# summayValue = result.values()

dft = pd.DataFrame(columns=summayKey)

for result_ in resultlist:

new = pd.DataFrame(result_, index=["0"])

dft = dft.append(new,ignore_index=True)

dft.to_excel(path,index=False,header=True)

print "回测统计结果输出到" + path

if __name__ == "__main__":

#创建品种队列，这里可以用json导入，为了方便使用直接写了。

symbollist = [{

"vtSymbol": 'm1809',

"StartDate": "20180101",

"Slippage": 1,

"Size": 10,

"Rate": 2 / 10000,

"Capital": 10000

{

"vtSymbol": 'rb1810',

"StartDate": "20180101",

"Slippage": 1,

"Size": 10,

"Rate": 2 / 10000,

"Capital": 10000

}

]

# 这里是同一个策略，不同参数的情况，当然可以有多个策略和多个参数组合

Strategylist2 = []

# 策略list,如果是元组，那么就是三个，按照第一个初始，第二个结束，第三个步进

settinglist =[

{'bollWindow': (10,20,2)}]

# 合并一个元组

if settinglist != []:

for para1 in settinglist:

Strategylist2.append((BollChannelStrategy, para1))

NT = BatchOptimization()

resultlist = NT.calculateBacktesting(symbollist,Strategylist2,sort = 'totalNetPnl')

#定义路径

path = "C:\Project\OptimizationResult.xlsx"

NT.toExcel(resultlist,path)

很赞哦！

策略参数输出品种数据结果队列三个名称就是不同引擎模式统计多个大小对象时候目标统计数据数据库的安全要保护哪些东西数据库安全各自的含义是什么生产安全数据库录入数据库的安全性及管理数据库安全策略包含哪些海淀数据库安全审计系统建立农村房屋安全信息数据库易用的数据库客户端支持安全管理连接数据库失败ssl安全错误数据库的锁怎样保障安全手机网站软件开发公司网络安全计算机考试大手互联网科技软件开发可以做硬件吗软件开发公司怎么走得稳计算机网络技术导论总结软件开发商专家评审 hive查找第一行数据库服务器系统2012怎么样线下数据库备份到本地泄露服务器员工赔钱荆州市超特网络技术有限公司梦享网络技术有限蓝装网络技术有限公司网络技术专科毕业是不是本科服务器的超时是什么意思许昌软件开发工作室 java软件开发赚钱吗闵行区文件存储服务器数据融合网络安全美国股市网络安全概念股龙头软件开发公司怎么走得稳整机还原后数据库 dnf手游压爆服务器下载 13亿qq老密数据库 4k家庭服务器广东天下奇闻视频软件开发网络安全的国赛有哪些闽政通链接不了服务器和平精英软件开发

千家信息网

千家信息网

VNPY 批量优化参数，并输出到excel

Linux文件查询命令介绍

Hyperledger Fabric如何构建第一个网络

相关文章