quantopian系列—Algorithm( 三 ) 在Quantopian上

许多滑点模型的行为取决于算法所捕获的总交易量的多少。你可以使用self.volume_for_bar()来查看当前证券在这一栏中到目前为止已经成交了多少股。如果你的算法在同一栏里对同一只股票有许多不同的订单，这对于确保你不会采取不切实际的大部分交易量是有用的。
如果您的滑点模型没有对订单的全部金额进行交易，那么订单将以更新的金额值保持开放，并将在下一栏传递给process_order 。限额未达到的订单将不会被传递给process_order 。最后，如果你的交易只有0股或比原来的订单金额更多，将抛出一个异常。
佣金
在Quantopian上，交易费用是通过佣金模式获取的。这个佣金模式会影响到回测中下单的成交率。美股订单的默认佣金模式是PerShare ，每股0.001美元，每个订单没有最低费用。第一次填单至少会产生最低佣金，后续填单会产生额外佣金。
佣金从算法的可用现金中提取。无论您使用何种佣金模式，在任何补仓发生之前取消的订单都不会产生任何佣金。
要覆盖默认的佣金模式，请使用set_commission()方法，并传入PerShare或PerTrade 。像滑点模型一样， set_commission()必须在initialize()方法中调用。
您可以通过使用get_order()获取订单，然后查看它的佣金字段来查看与订单相关联的佣金数量。

手动资产查询

如果你想手动引用一个股票，你可以使用symbol()函数通过其股票代码或公司名称来查找一个证券。
当使用 symbol()时，你需要考虑你的模拟日期，以确保股票代码指的是正确的股票--有时，股票代码会随着时间的推移而被重复使用，因为公司退市和新公司开始交易。例如， G曾经指的是吉列，但现在指的是Genpact 。如果一个股票代码被多个公司重用，使用set_symbol_lookup_date()来指定解决冲突时使用的日期。这个日期需要在调用symbol()之前设置。
另一个手动引用资产的选项是使用 sid() 函数。在我们的系统中，所有证券都有一个独特的证券标识符（SID）。由于股票代码可以在不同的交易所之间重复使用，使用SID可以防止任何混淆，并确保无论模拟日期如何，您都能调用所需的资产。你可以使用sid()方法通过其ID、符号或名称来查找证券。
当你使用symbol()或sid()函数时， IDE将自动填充SID和符号。
Quantopian的回溯测试器会尝试自动调整回溯测试的开始或结束日期，以适应正在使用的资产。例如，如果你想在2004年运行一个特斯拉的回溯测试，回溯测试会建议你从2010年6月28日开始，即该证券交易的第一天。当使用symbol()而不是sid.()时，这种能力会大大降低。
symbol()和symbols()方法只接受字符串文字作为参数。 sid()方法只接受一个整数字面作为参数。为了快速检索回测所需的数据，会代码进行静态分析。
使用数据在算法中，有两种访问数据的方式。

Pipeline 。比较常见的访问数据的方式是在算法中附加一个Pipeline ，每天检索输出。一旦你在算法中拥有了因子数据（由附加的Pipeline生成），你就可以用它来进行交易和组合构建决策。
BarData查找。除了使用pipeline ，你还可以使用内置的BarData对象（在定期函数中通过数据变量提供）查询分钟级的价格和成交量数据。 BarData提供的方法可以让你在算法中查询当前和历史分钟频率数据。

这两种在算法中使用数据的技术将在接下来的章节中详细介绍

算法中使用Pipeline

正如本指南前面所讨论的那样， Pipeline的目的是使定义和执行横截面跟踪窗口计算变得容易。一旦您在Research中开发了一个Pipeline ，您就可以将其附加到您的算法上。一旦您的Pipeline被附加到您的算法上，它就会被执行，并通过pipeline_output()为回测模拟中的每一天提供结果。 Pipeline_output()可以在任何预定函数中调用。
例如，下面的代码可以从以'my_pipeline'为名附加的Pipeline中获取输出。

文章插图
pipeline_output()的返回值将是一个pd.DataFrame ，其列数与Pipeline定义中包含的列数相对应，并且每个资产在当天指定领域的支持交易所上市的资产为一行。此外，任何没有通过screen（如果提供了screen）的股票将从输出中省略。
重要的是， pipeline_output()返回的pd.DataFrame与Research中run_pipeline()返回的pd.DataFrame略有不同。研究中的Pipeline产生pd.MultiIndex数据帧，同时与第一级别指数对应模拟日期，第二级别指数对应股票对象。附属于算法的Pipeline有一个隐含的模拟日期等于当前最靠后的模拟日期，所以输出的数据帧有一个只包含股权对象的常规pd.Index 。