def remove(cls, data, n):
tdy = dt.date.today()
tdy = dt.datetime(tdy.year, tdy.month, tdy.day)
aim = trading.trade_period(tdy, n)
# ugl = cls.rrads(tdy, n)
ugl = BaseData.read_RRADS(stock_code={'$in': data.stock_code.tolist()})
if len(ugl):
ugl = ugl[(ugl.last_time >= tdy) & (ugl.last_time <= aim)]
# data = pd.merge(data, ugl, on='stock_code', how='left')
if len(ugl):
print(fontcolor.F_RED + '-' * 80 + fontcolor.END)
print(fontcolor.F_RED + '#重大风险提示#' + fontcolor.END)
print(fontcolor.F_RED, ugl.loc[:, ['stock_code', 'stock_name', 'last_time']], fontcolor.END)
print(fontcolor.F_RED, '时间：', dt.datetime.now(), '备注：近期将公布财务报表', fontcolor.END)
print(fontcolor.F_RED + '-' * 80 + fontcolor.END)
same = list(data[data.stock_code.isin(ugl.stock_code)].index)
data.drop(same, axis=0, inplace=True)
return data
# import datetime
# d = datetime.datetime(2018, 3, 15)
# ugly.rrads(d, 5)
# from Foxin.model_data_get.SingalData import signaldata
# data = signaldata.read_signals(model_from='macd_min30', date='2018-01-31')
#
# ugly.remove(data, 50)
# print('as\tdf\tas\n dssd')
def default_order_close(cls, signal):
"""
默认的一个平仓函数，它完成的任务就是接受开仓信号&用于验证这个信号的“未来的”、“历史的”
数据，并将其传递给执行平仓动作的函数或直接在这里实现。总之，这个函数必要返回验证的结果。
:return:
"""
# 主要适用于中国A股（T+1），或与之交易规则基本一致的市场，其他市场可参考
# 此函数描述了关于如何卖出资产的处理方式
# 由于交易日不是连续的，当天买入后需第二交易日及以后才可以卖出
# 这里最长等待12个休市日，如还未找到交易数据则本次交易收益计算无效
# 为了确保做多与做空保持相同的风控策略，止盈止损系数对换
# 这里的自然日不包括连续休市天数大于最长持有天数的那些天
try:
code = signal['code']
date = signal['open_date']
open_price = signal['open_price']
mark = signal['type']
od = datetime.datetime(date.year, date.month, date.day)
s = od + datetime.timedelta(days=1) # 买入时间的第二天
for d in range(0, 12, 1):
if cls.ntf:
e = td.trade_period(od, days=d + cls.model_param['max_pst_days']) # 持有时间按交易日计算
else:
e = od + datetime.timedelta(days=d + cls.model_param['max_pst_days']) # 持有时间按自然日计算
e = e + datetime.timedelta(minutes=cls.model_param['max_pst_mins'])
try:
data = cls.func(code, s, e, cls.kline)
except Exception:
raise TypeError('User-defined function raise a Exception')
if len(data):
return cls.close(data, mark, open_price)
return e, 1, 404, 0
except Exception as ep:
print(ep)
return date, 1, 500, 0
def finally_datetime(cls, date, max_pst_days=1, bsi=False):
"""
根据开仓时间和最长持有时间计算买出时间，适用于中国A股股票
:param bsi: False表示按自然日计算持有的时间， True表示按交易日计算
:param date:
:param max_pst_days:
:return:
"""
try:
time = dt.timedelta(hours=14, minutes=55)
start = dt.datetime(date.year, date.month, date.day)
if bsi:
end = trading.trade_period(start, max_pst_days)
return end + time
else:
end = start + dt.timedelta(days=max_pst_days)
if trading.is_trade_day(end):
return end + time
else: # end 不是交易日
if trading.trade_days(start, end) > 0: # 向前推算
for i in range(1, max_pst_days, 1):
end = end - dt.timedelta(days=1)
if trading.is_trade_day(end):
return end + time
else: # 向后推算
for i in range(1, 11, 1):
end = start + dt.timedelta(days=i)
if trading.is_trade_day(end):
return end + time
return date
except Exception as e:
ExceptionInfo(e)
return date
def usa_order_close(cls, signal):
"""
适用于美股融资融券当日冲销账户（要成为这一类用户，账户余额必须大于$25,000）,
执行T+0交易规则，不受交割制度困扰（T+3），但可能会受到资金规模困扰，这与券商相关,
外汇也适用于这种类型的平仓
:param signal:
:return:
"""
try:
code = signal['code']
od = signal['open_date']
open_price = signal['open_price']
mark = signal['type']
s = od
for d in range(0, 12, 1):
if cls.ntf:
# 持有时间按交易日计算
# 可能存在不合理的情况，因为目前我们不确定美股市场休市的安排
e = td.trade_period(od, days=d + cls.model_param['max_pst_days'], holidays=[])
else:
e = od + datetime.timedelta(days=d + cls.model_param['max_pst_days']) # 持有时间按自然日计算
e = e + datetime.timedelta(minutes=cls.model_param['max_pst_mins'])
try:
data = cls.func(code, s, e, cls.kline)
except Exception:
raise TypeError('User-defined function raise a Exception')
if len(data):
data = data[(data.date >= s) & (data.date <= e)]
if len(data):
return cls.close(data, mark, open_price)
return e, 1, 404, 0
except Exception as ep:
ExceptionInfo(ep)
def rrads(cls, date, n):
"""
财务报表公布前或后n个交易日提请入市注意
:param date:
:return:
"""
try:
aim = trading.trade_period(date, n)
lt = {'$gte': aim, '$lte': date} if n < 0 else {'$gte': date, '$lte': aim}
rds = BaseData.read_RRADS(last_time=lt)
return rds.loc[:, ['stock_code', 'stock_name', 'last_time']]
except Exception as e:
ExceptionInfo(e)
return pd.DataFrame()