前回の続きです。

LESSON 7 Scheduling Functions

Trading Calendars

飛ばします、先物が出てきたら解説します。

Scheduling Functions

これまではアルゴリズムを実行するタイミングとして handle_data() を用いてきました。これは毎分実行されますが、毎分トレードしていたら手数料で簡単に破産しそうです。

当然の流れとして、日次や月次で処理したい場合があります。schedule_function() 関数は指定した頻度でアルゴリズムをスケジュールできます。

位置	キーワード引数	値
1	func	実行する関数名
2	date_rules	日単位のルール
3	time_rules	時間単位のルール

下記のコードは rebalance() 関数を毎日、取引開始から1時間後¹に実行しています。

schedule_function(func=rebalance,
                  date_rules=date_rules.every_day(),
                  time_rules=time_rules.market_open(hours=1))

またしても、date_rules や time_rules というインスタンスがなにも定義していないのにいきなり出てきましたね・・・これもQuantopianの独自ルールのようです。

date_rules と time_rules オブジェクトは下記のメソットが用意されています。

date_rules

date_rules.every_day()
date_rules.week_start(days_offset=0)
date_rules.week_end(days_offset=0)
date_rules.month_start(days_offset=0)
date_rules.month_end(days_offset=0)

time_rules

time_rules.market_open(hours=0, minutes=1)
time_rules.market_close(hours=0, minutes=1)

下記のコードは weekly_trades() 関数を毎週末の取引終了30分前に実行しています。

schedule_function(weekly_trades, date_rules.week_end(), time_rules.market_close(minutes=30))

下記のコードは週の始めにSPYをポートフォリオの10%分ロングし、週末の取引終了30分前にポジションを閉じています。
コードはこちらからクローンできます。

def initialize(context):
    context.spy = sid(8554)

    schedule_function(open_positions, date_rules.week_start(), time_rules.market_open())
    schedule_function(close_positions, date_rules.week_end(), time_rules.market_close(minutes=30))

def open_positions(context, data):
    order_target_percent(context.spy, 0.10)

def close_positions(context, data):
    order_target_percent(context.spy, 0)

schedule_function() は市場がクローズしている場合はスキップします。また、半日取引の場合は half_days=False を設定することでスキップすることもできます。

金融データを扱う場合には休日の扱いが大変面倒なので、この辺はありがたいですね。

LESSON 6 <--> LESSON 8

time_rules.market_open() は通常9:30(ET:東部標準時)を返します。 ↩