Tutoriel Quantopian LESSON 3

Ceci est une continuation de Dernière fois.

LESSON 3 Referencing Securities

Cette fois, je vais vous expliquer comment définir la marque. Quantopian vous oblige à créer une instance de l'action plutôt que de spécifier le symbole boursier sous forme de chaîne. Cette instance contient diverses informations telles que le nom de l'action et le SID, ainsi que des informations d'échange.

sid() Vous pouvez créer une instance de la marque cible en passant le SID comme argument de la fonction sid (). L'exemple ci-dessous crée une instance d'Apple.

def initialize(context):
    print(sid(24))

Vous pouvez spécifier le symbole boursier en utilisant le symbole, qui sera décrit plus tard, mais l'avantage d'utiliser sid () est que le symbole du pont peut être changé, alors que le SID n'est pas changé. Le SID ne peut pas être associé au nom de la marque, mais il peut être facilement identifié en le définissant dans l'objet context comme indiqué ci-dessous.

def initialize(context):
    context.aapl = sid(24)
    print(context.aapl)

symbol() Créez une instance de la marque en spécifiant le symbole boursier dans l'argument. L'exemple ci-dessous crée une instance d'Apple.

def initialize(context):
    print(symbol('AAPL'))

Différents noms peuvent être affichés pour les actions avec des symboles boursiers modifiés.

def initialize(context):
    print(symbol('UA'))
1970-01-01 09:00  PRINT Equity(27822 [UAA])
End of logs.

Vous pouvez également utiliser la fonction set_symbol_lookup_date () pour référencer l'ancien nom, mais ce n'est pas recommandé.

def initialize(context):
    set_symbol_lookup_date('2017-01-01')
    print(symbol('UAA'))

LESSON 1,2<-->LESSON4

Recommended Posts

Tutoriel Quantopian LESSON 10
Tutoriel Quantopian LEÇON 8
Tutoriel Quantopian LESSON 6
Tutoriel Quantopian LEÇON 9
Tutoriel Quantopian LESSON 5
Tutoriel Quantopian LESSON 3
Tutoriel Quantopian LESSON 7
Tutoriel Quantopian LEÇON 4
Tutoriel Quantopian LEÇON 11
Tutoriel PyODE 2
Tutoriel Python
Tutoriel PyODE 1
Tutoriel du didacticiel TensorFlow