zipline README

The project's README from github.com/quantopian/zipline. As one markdown file: README.md.

.. image:: https://media.quantopian.com/logos/open_source/zipline-logo-03_.png :target: https://www.zipline.io :width: 212px :align: center :alt: Zipline

=============

|Gitter| |pypi version status| |pypi pyversion status| |travis status| |appveyor status| |Coverage Status|

Zipline is a Pythonic algorithmic trading library. It is an event-driven system for backtesting. Zipline is currently used in production as the backtesting and live-trading engine powering Quantopian <https://www.quantopian.com>_ -- a free, community-centered, hosted platform for building and executing trading strategies. Quantopian also offers a fully managed service for professionals <https://factset.quantopian.com>_ that includes Zipline, Alphalens, Pyfolio, FactSet data, and more.

Features

Installation

Zipline currently supports Python 2.7, 3.5, and 3.6, and may be installed via either pip or conda.

Note: Installing Zipline is slightly more involved than the average Python package. See the full Zipline Install Documentation_ for detailed instructions.

For a development installation (used to develop Zipline itself), create and activate a virtualenv, then run the etc/dev-install script.

Quickstart

See our getting started tutorial <https://www.zipline.io/beginner-tutorial>_.

The following code implements a simple dual moving average algorithm.

.. code:: python

from zipline.api import order_target, record, symbol

def initialize(context):
    context.i = 0
    context.asset = symbol('AAPL')


def handle_data(context, data):
    # Skip first 300 days to get full windows
    context.i += 1
    if context.i < 300:
        return

    # Compute averages
    # data.history() has to be called with the same params
    # from above and returns a pandas dataframe.
    short_mavg = data.history(context.asset, 'price', bar_count=100, frequency="1d").mean()
    long_mavg = data.history(context.asset, 'price', bar_count=300, frequency="1d").mean()

    # Trading logic
    if short_mavg > long_mavg:
        # order_target orders as many shares as needed to
        # achieve the desired number of shares.
        order_target(context.asset, 100)
    elif short_mavg < long_mavg:
        order_target(context.asset, 0)

    # Save values for later inspection
    record(AAPL=data.current(context.asset, 'price'),
           short_mavg=short_mavg,
           long_mavg=long_mavg)

You can then run this algorithm using the Zipline CLI. First, you must download some sample pricing and asset data:

.. code:: bash

$ zipline ingest
$ zipline run -f dual_moving_average.py --start 2014-1-1 --end 2018-1-1 -o dma.pickle --no-benchmark

This will download asset pricing data data sourced from Quandl, and stream it through the algorithm over the specified time range. Then, the resulting performance DataFrame is saved in dma.pickle, which you can load and analyze from within Python.

You can find other examples in the zipline/examples directory.

Questions?

If you find a bug, feel free to open an issue <https://github.com/quantopian/zipline/issues/new>_ and fill out the issue template.

Contributing

All contributions, bug reports, bug fixes, documentation improvements, enhancements, and ideas are welcome. Details on how to set up a development environment can be found in our development guidelines <https://www.zipline.io/development-guidelines>_.

If you are looking to start working with the Zipline codebase, navigate to the GitHub issues tab and start looking through interesting issues. Sometimes there are issues labeled as Beginner Friendly <https://github.com/quantopian/zipline/issues?q=is%3Aissue+is%3Aopen+label%3A%22Beginner+Friendly%22>_ or Help Wanted <https://github.com/quantopian/zipline/issues?q=is%3Aissue+is%3Aopen+label%3A%22Help+Wanted%22>_.

Feel free to ask questions on the mailing list <https://groups.google.com/forum/#!forum/zipline>_ or on Gitter <https://gitter.im/quantopian/zipline>_.

.. note::

Please note that Zipline is not a community-led project. Zipline is maintained by the Quantopian engineering team, and we are quite small and often busy.

Because of this, we want to warn you that we may not attend to your pull request, issue, or direct mention in months, or even years. We hope you understand, and we hope that this note might help reduce any frustration or wasted time.

.. |Gitter| image:: https://badges.gitter.im/Join%20Chat.svg :target: https://gitter.im/quantopian/zipline?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge&utm_content=badge .. |pypi version status| image:: https://img.shields.io/pypi/v/zipline.svg :target: https://pypi.python.org/pypi/zipline .. |pypi pyversion status| image:: https://img.shields.io/pypi/pyversions/zipline.svg :target: https://pypi.python.org/pypi/zipline .. |travis status| image:: https://travis-ci.org/quantopian/zipline.svg?branch=master :target: https://travis-ci.org/quantopian/zipline .. |appveyor status| image:: https://ci.appveyor.com/api/projects/status/3dg18e6227dvstw6/branch/master?svg=true :target: https://ci.appveyor.com/project/quantopian/zipline/branch/master .. |Coverage Status| image:: https://coveralls.io/repos/quantopian/zipline/badge.svg :target: https://coveralls.io/r/quantopian/zipline

.. _Zipline Install Documentation : https://www.zipline.io/install

zipline (quantopian/zipline)

Searching Database…

20.2K ·GitHub
Zipline
Что это такое?Zipline — это библиотека для алгоритмической торговли на Python, событийно-ориентированная система для бэктестинга торговых стратегий, написанных на Python. В продакшене она используется как движок бэктестинга и живой торговли платформы Quantopian.
Это библиотека, которую я импортирую в свой код, или отдельное приложение, которое я запускаю?И то и другое: вы пишете свою стратегию в виде Python-файла, а затем запускаете её через консольную утилиту 'zipline run'. Графического интерфейса нет — результаты вы получаете в виде данных, которые анализируете на Python.
Как мне запустить свой первый бэктест?После установки скачайте примеры данных командой 'zipline ingest', затем запустите файл со стратегией, например 'zipline run -f dualmovingaverage.py --start 2014-1-1 --end 2018-1-1 -o dma.pickle --no-benchmark'. Больше примеров лежит в каталоге zipline/examples.
Откуда берутся данные для бэктестинга — нужен ли мне свой источник котировок?Для быстрого старта не нужен: команда 'zipline ingest' скачивает данные о ценах активов из Quandl и прогоняет их через ваш алгоритм за указанный диапазон дат.
Можно ли использовать её для живой торговли, или это только бэктестинг?Сам движок в продакшене обеспечивает живую торговлю Quantopian, но всё, что описано в README, — это бэктестинг на исторических диапазонах дат; настройка собственной живой торговли там не рассматривается.
Как выглядит алгоритм в Zipline?Это Python-файл с функцией initialize() для настройки и обработчиком, который срабатывает на каждом баре. В примере с двумя скользящими средними из README «золотой крест» вызывает ordertarget(context.asset, 100), чтобы держать 100 акций, «мёртвый крест» отправляет ордер на 0 для выхода из позиции, а record() записывает значения вроде текущей цены.
Где посмотреть больше примеров стратегий?Помимо демо с двумя скользящими средними в README, в каталоге zipline/examples репозитория есть дополнительные примеры алгоритмов, которые можно изучать и адаптировать.
What are similar projects?bytex, nautilus_trader, backtrader, QUANTAXIS, Lean, abu, bytex, awesome-quant
Which topics is it in?market-data, backtesting, quant, algorithmic-trading, pandas, quantitative-finance, data-analysis, python-library, finance, ci, developers, free
Creator
quantopian
Size
166.8 MB
Stars
20.2K
Updated
CommitOct 14Release1.4.1Oct 05
Age
13y
Commits · 90 Days