V0.9.51 更新一批代码 (#198)

* 0.9.51 start coding

* 0.9.51 show_sectional_ic 中新增累计IC绘制

* 0.9.51 update

* 0.9.51 update

* 0.9.51 update README.md

* 0.9.51 新增第二类买卖点信号函数

* 0.9.51 update

* 0.9.51 update

* 0.9.51 update

* 0.9.51 remove format kline

* 0.9.51 优化日收益绩效评估

* 0.9.51 fix test_daily_performance

* 0.9.51 update

* 0.9.51 update

.github/workflows/pythonpackage.yml

@@ -5,7 +5,7 @@ name: Python package
 
 on:
   push:
-    branches: [ master, V0.9.50 ]
+    branches: [ master, V0.9.51 ]
   pull_request:
     branches: [ master ]
 

README.md

@@ -19,8 +19,11 @@
 
 * 已经开始用czsc库进行量化研究的朋友，欢迎[加入飞书群](https://applink.feishu.cn/client/chat/chatter/add_by_link?link_token=0bak668e-7617-452c-b935-94d2c209e6cf)，快点击加入吧！
 * [B站视频教程合集（持续更新...）](https://space.bilibili.com/243682308/channel/series)
-* [CZSC代码库QA](https://zbczsc.streamlit.app/)
 
+> 最近在考虑使用 vue + rust + tauri 为 CZSC 开发一个桌面应用，欢迎有兴趣的朋友一起参与。
+> 如果你碰巧熟悉 vue、tauri、rust 的使用，欢迎加入我们的开发组，一起为 CZSC 开发一个更好的桌面应用。
+> 有意愿的朋友请联系我，微信号：**zengbin93**，备注：**桌面应用开发**。
+> 我们将为你提供一个更好的量化交易学习和交流平台。
 
 ## 知识星球
 

czsc/__init__.py

@@ -139,6 +139,7 @@
     show_psi,
     show_strategies_symbol,
     show_strategies_dailys,
+    show_holds_backtest,
 )
 
 from czsc.utils.bi_info import (
@@ -176,10 +177,10 @@
 )
 
 
-__version__ = "0.9.50"
+__version__ = "0.9.51"
 __author__ = "zengbin93"
 __email__ = "[email protected]"
-__date__ = "20240504"
+__date__ = "20240512"
 
 
 def welcome():

czsc/connectors/cooperation.py

@@ -5,7 +5,7 @@
 create_dt: 2023/11/15 20:45
 describe: CZSC开源协作团队内部使用数据接口
 
-接口说明：https://s0cqcxuy3p.feishu.cn/wiki/F3HGw9vDPisWtSkJr1ac5DEcnNh
+接口说明：https://s0cqcxuy3p.feishu.cn/wiki/StQbwOrWdiJPpikET9EcrRVEnrd
 """
 import os
 import czsc
@@ -22,45 +22,18 @@
 dc = czsc.DataClient(token=os.getenv("CZSC_TOKEN"), url="http://zbczsc.com:9106", cache_path=cache_path)
 
 
-def format_kline(kline: pd.DataFrame, freq: Freq):
-    """格式化K线数据
+def get_groups():
+    """获取投研共享数据的分组信息
 
-    :param kline: K线数据，格式如下：
-
-        ==========  =========  ======  =======  ======  =====  ===========  ===========
-        dt          code         open    close    high    low          vol       amount
-        ==========  =========  ======  =======  ======  =====  ===========  ===========
-        2022-01-04  600520.SH   20.54    21.12   21.17  20.33  2.1724e+06   1.94007e+07
-        2022-01-05  600520.SH   21.17    20.73   21.29  20.52  1.8835e+06   1.67258e+07
-        2022-01-06  600520.SH   20.56    21.17   21.57  18.69  3.4227e+06   3.11461e+07
-        2022-01-07  600520.SH   21.5     20.61   21.5   20.61  2.51741e+06  2.24819e+07
-        2022-01-10  600520.SH   20.4     21.69   21.69  20.4   4.80894e+06  4.39598e+07
-        ==========  =========  ======  =======  ======  =====  ===========  ===========
-
-    :return: 格式化后的K线数据
+    :return: 分组信息
     """
-    bars = []
-    for i, row in kline.iterrows():
-        bar = RawBar(
-            symbol=row["code"],
-            id=i,
-            freq=freq,
-            dt=row["dt"],
-            open=row["open"],
-            close=row["close"],
-            high=row["high"],
-            low=row["low"],
-            vol=row["vol"],
-            amount=row["amount"],
-        )
-        bars.append(bar)
-    return bars
+    return ["A股指数", "ETF", "股票", "期货主力", "南华指数"]
 
 
 def get_symbols(name, **kwargs):
     """获取指定分组下的所有标的代码
 
-    :param name: 分组名称，可选值：'A股指数', 'ETF', '股票', '期货主力'
+    :param name: 分组名称，可选值：'A股指数', 'ETF', '股票', '期货主力', '南华指数'
     :param kwargs:
     :return:
     """
@@ -111,6 +84,9 @@ def get_min_future_klines(code, sdt, edt, freq="1m", **kwargs):
 
     rows = []
     for sdt_, edt_ in tqdm(zip(dates[:-1], dates[1:]), total=len(dates) - 1):
+        if edt_ < sdt:
+            continue
+
         if pd.to_datetime(sdt_).date() >= datetime.now().date():
             break
 
@@ -137,6 +113,8 @@ def get_min_future_klines(code, sdt, edt, freq="1m", **kwargs):
         c2 = (df["dt"].dt.time >= dt3.time()) & (df["dt"].dt.time <= dt4.time())
 
         df = df[c1 | c2].copy().reset_index(drop=True)
+
+    df = df[(df["dt"] >= pd.to_datetime(sdt)) & (df["dt"] <= pd.to_datetime(edt))].copy().reset_index(drop=True)
     return df
 
 
@@ -228,6 +206,8 @@ def stocks_daily_klines(sdt="20170101", edt="20240101", **kwargs):
     for year in years:
         ttl = 3600 * 6 if year == str(datetime.now().year) else -1
         kline = dc.pro_bar(trade_year=year, adj=adj, v=2, ttl=ttl)
+        kline["price"] = kline["open"].shift(-1)
+        kline["price"] = kline["price"].fillna(kline["close"])
         res.append(kline)
 
     dfk = pd.concat(res, ignore_index=True)
@@ -236,13 +216,8 @@ def stocks_daily_klines(sdt="20170101", edt="20240101", **kwargs):
     if kwargs.get("exclude_bj", True):
         dfk = dfk[~dfk["code"].str.endswith(".BJ")].reset_index(drop=True)
 
-    nxb = kwargs.get("nxb", [1, 2, 5])
-    if nxb:
-        rows = []
-        for _, dfg in tqdm(dfk.groupby("code"), desc="计算NXB收益率", ncols=80, colour="green"):
-            czsc.update_nbars(dfg, numbers=nxb, move=1, price_col="open")
-            rows.append(dfg)
-        dfk = pd.concat(rows, ignore_index=True)
-
     dfk = dfk.rename(columns={"code": "symbol"})
+    nxb = kwargs.get("nxb", [1, 2, 5, 10, 20, 30, 60])
+    if nxb:
+        dfk = czsc.update_nxb(dfk, nseq=nxb)
     return dfk

czsc/connectors/research.py

@@ -13,10 +13,20 @@
 import pandas as pd
 
 # 投研共享数据的本地缓存路径，需要根据实际情况修改
-cache_path = os.environ.get('czsc_research_cache', r"D:\CZSC投研数据")
+cache_path = os.environ.get("czsc_research_cache", r"D:\CZSC投研数据")
 if not os.path.exists(cache_path):
-    raise ValueError(f"请设置环境变量 czsc_research_cache 为投研共享数据的本地缓存路径，当前路径不存在：{cache_path}。\n\n"
-                     f"投研数据共享说明（含下载地址）：https://s0cqcxuy3p.feishu.cn/wiki/wikcnzuPawXtBB7Cj7mqlYZxpDh")
+    raise ValueError(
+        f"请设置环境变量 czsc_research_cache 为投研共享数据的本地缓存路径，当前路径不存在：{cache_path}。\n\n"
+        f"投研数据共享说明（含下载地址）：https://s0cqcxuy3p.feishu.cn/wiki/wikcnzuPawXtBB7Cj7mqlYZxpDh"
+    )
+
+
+def get_groups():
+    """获取投研共享数据的分组信息
+
+    :return: 分组信息
+    """
+    return ["A股主要指数", "A股场内基金", "中证500成分股", "期货主力"]
 
 
 def get_symbols(name, **kwargs):
@@ -26,14 +36,14 @@ def get_symbols(name, **kwargs):
     :param kwargs:
     :return:
     """
-    if name.upper() == 'ALL':
+    if name.upper() == "ALL":
         files = glob.glob(os.path.join(cache_path, "*", "*.parquet"))
     else:
         files = glob.glob(os.path.join(cache_path, name, "*.parquet"))
-    return [os.path.basename(x).replace('.parquet', '') for x in files]
+    return [os.path.basename(x).replace(".parquet", "") for x in files]
 
 
-def get_raw_bars(symbol, freq, sdt, edt, fq='前复权', **kwargs):
+def get_raw_bars(symbol, freq, sdt, edt, fq="前复权", **kwargs):
     """获取 CZSC 库定义的标准 RawBar 对象列表
 
     :param symbol: 标的代码
@@ -45,15 +55,15 @@ def get_raw_bars(symbol, freq, sdt, edt, fq='前复权', **kwargs):
     :param kwargs:
     :return:
     """
-    raw_bars = kwargs.get('raw_bars', True)
-    kwargs['fq'] = fq
+    raw_bars = kwargs.get("raw_bars", True)
+    kwargs["fq"] = fq
     file = glob.glob(os.path.join(cache_path, "*", f"{symbol}.parquet"))[0]
     freq = czsc.Freq(freq)
     kline = pd.read_parquet(file)
-    if 'dt' not in kline.columns:
-        kline['dt'] = pd.to_datetime(kline['datetime'])
-    kline = kline[(kline['dt'] >= pd.to_datetime(sdt)) & (kline['dt'] <= pd.to_datetime(edt))]
+    if "dt" not in kline.columns:
+        kline["dt"] = pd.to_datetime(kline["datetime"])
+    kline = kline[(kline["dt"] >= pd.to_datetime(sdt)) & (kline["dt"] <= pd.to_datetime(edt))]
     if kline.empty:
         return []
-    _bars = czsc.resample_bars(kline, freq, raw_bars=raw_bars, base_freq='1分钟')
+    _bars = czsc.resample_bars(kline, freq, raw_bars=raw_bars, base_freq="1分钟")
     return _bars