Python期货量化交易中常用的数据类型有哪些？

Posted 2022-03-09 人邮异步社区

1　常用内置常量

Python解释器在启动时会创建None、True、False三个常量，None表示“无”，True表示“真”，False表示“假”。

None是NoneType类型的唯一值，表示缺少值或空值，例如，当函数没有返回值时会默认返回None值。

因为Python用“有”和“无”来表示“真”和“假”，“有”为真，“无”为假，所以None、0、空字符串、空列表、空字典都是假，非“空”数据则为真。

True和False是bool类型的值，True和False除了表示真和假，其本身也有值，True的值为1，False的值为0，可以与数值做计算。例如，5+True结果为6，3*False结果为0，1==True结果为True，1 is True结果为False，以上示例说明True的值为1，但True在内存中的地址和整数1的地址不同。

None、True、False这三个常量在量化策略中会经常用到。还有Ellipsis常量与省略号的字面含义相同，常用在注释当中。

2　整型

在计算交易手数时需要用到整型，如1、2、3、4。

Python可以直接用整数进行计算，当在Python代码中输入整数数值时，Python会自动把输入的数值创建为整型。

当然，你也可以用整型类int()创建整数，给整型类int()传递数值参数，int()便会把数值参数转换为整型。例如，int(5.89)的结果是5，转换时只保留了整数部分；int('123')的结果是123，把字符串类型转换成了整数类型。

我们可能需要从本地文件中读取数据，比如保存在本地的成交数据，所读取的数据通常是字符串类型，要把字符串类型转换成整型才能参与相关计算。

整型可以是正数也可以是负数，如3和−3。在量化策略中可定义净持仓pos=3，表示净多头3手；定义pos= -3，表示净空头3手。

3　浮点型

价格、保证金等属于浮点型数值，浮点型数值是带有小数点的小数。

类似于整型，Python可以直接用浮点型数值计算，也可以用浮点型类float()创建浮点型数值。例如，float(5)结果是5.0，在转换整数时增加了一个小数位；float('5.999')结果是5.999，把字符串转换成了浮点型数值。

整型和浮点型相加减，结果会转换成浮点型。如果在计算中想要保留两位小数，可以用round()函数，例如，a=5.946326598，round(a,2)结果是5.95，经过四舍五入之后保留两位小数。

4　字符串类型

字符串是由一对英文单引号、一对英文双引号、一对英文三单引号或一对英文三双引号包围的字符，交易品种、账号、密码等都是字符串类型。例如，'账号'、"123456"、'''密码'''、"""jkl"""都是合法的字符串。

字符串是序列类型的数据，字符串的字符有位置（索引）属性，从左到右字符的位置序号为0、1、2、3、4、5、6……从右到左的位置序号为−1、−2、−3、−4、−5、−6……

通常，字符串用一对英文单引号或一对英文双引号定义，英文三单引号或三双引号则用于多行注释。

如果一个字符串里需要有英文单引号，则应用英文双引号定义；如果一个字符串里需要有英文双引号，则应用英文单引号定义。此时的英文单引号和双引号为字符，而不是字符串的标识，例如，"ad'cd"、'ef"gh'，英文双引号或单引号组成一对，成为字符串的标识，字符串中的引号则作为字符以有别于字符串标识，不会出现“含义”冲突。

字符串中可以有空格，因为空格也是字符。Python用“有”和“无”来表示“真”和“假”，没有任何字符的字符串为假，有字符的字符串为真。例如，“没有字符，为假；”有空格字符，为真。

Python可以直接处理代码中的字符串，把字符串创建在内存中并保存为字符串类型，也可以用字符串类str()创建字符串。例如，str(123)结果为'123'，把数值123转换成了字符串'123'。

如果要在字符串中包含控制字符或有特殊含义的字符，就需要使用转义字符，常用的转义字符如表2-1所示。

表2-1

常用转义字符	描述
\\n	换行
\\r	按Enter键
\\r\\n	按Enter键 + 换行
\\t	制表符（Tab）
\\	反斜杠（\\）
\\'	单引号字符串中的单引号
\\"	双引号字符串中的双引号

例如，print("abc\\"de")输出abc"de，中间的英文双引号被\\转义成字符，不会再与第一个英文双引号组成字符串标识。

当在字符串前加上r或R，此时字符串为原始字符串，字符串中的“\\”便不再是转义字符，而是“\\”本身。但字符串的最后一个字符不能是“\\”，原始字符串主要用在文件路径中。

代码如下：

>>> print(r'C:\\new\\T0002\\export\\MA.csv')
C:\\new\\T0002\\export\\MA.csv

>>> print(r'C:\\new\\T0002\\export\\')
  File "<stdin>", line 1
    print(r'C:\\new\\T0002\\export\\')
                                 ^
SyntaxError: EOL while scanning string literal

5　结构数据类型

Python语言有许多的结构数据类型，最常用的有列表、元组、字典，列表和元组是序列类型，它们的元素有位置（索引）属性，而字典是集合类型，其元素没有位置属性。

5.1　列表

列表是以方括号“[ ]”包围的数据集合，不同元素间以英文逗号“,”隔开，列表的元素可以是任意数据类型，也可以是列表，例如，[1]、[1,]、[1, 2, 'a', [1,3], 'bcd']都是合法的列表。

列表的元素有位置属性，从左到右元素的位置序号为0、1、2、3、4、5、6……从右到左的位置序号为−1、−2、−3、−4、−5、−6……

Python可以直接处理代码中的列表，Python会自动创建列表，也可以用列表类list()创建列表。例如，a=list()创建空列表，给list()传递的参数必须是可迭代的，list()会按照参数的元素创建列表。例如，list('adffgghjj')结果是['a', 'd', 'f', 'f', 'g', 'g', 'h', 'j', 'j']，字符串的每个字符被创建为列表的元素。

列表是可变的数据类型，对列表中的元素进行修改时会直接修改原列表，而不是生成一个新列表。

5.2　元组

元组可看成特殊的列表，元组是以小括号“( )”包围的数据集合，不同元素间以英文逗号“,”隔开，元组的元素可以是任意数据类型，也可以是元组，例如，(1,)、(1, 2, 'a', (1,3), 'bcd')都是合法的元组。当元组的元素只有一个时也不能省略英文逗号，否则小括号便不是元组的标识，而是语句运算，例如，(1,)是元组，而(1)则是数值1。

同列表一样，元组的元素有位置属性，元素从左到右的位置序号为0、1、2、3、4、5、6……从右到左的位置序号为−1、−2、−3、−4、−5、−6……

Python可以直接处理代码中的元组，Python也会把以英文逗号隔开的对象创建为元组，代码如下：

>>> 1,2,3,4,5
(1, 2, 3, 4, 5)

Python也可以用元组类tuple()创建元组，例如，a=tuple()创建空元组，给tuple()传递的参数必须是可迭代的。tuple()会按照参数的元素创建元组，例如，tuple(['a', 'd', 'f', 'f', 'g'])的结果是('a', 'd', 'f', 'f', 'g')，把列表转换成了元组。

元组是不可变数据类型，对元组中的元素进行修改会创建一个新的元组，而不是直接修改原来的元组。若需要创建一组不可变的数据对象，可用元组创建。

元组主要用在变量定义中，代码如下：

>>> a,b,c=1,2,3
>>> a;b;c
1
2
3

在上述代码中，等号右边的“1,2,3”是元组，Python会自动按位置顺序把1赋值给a，把2赋值给b，把3赋值给c。

5.3　字典

字典是以大括号“ ”包围起来的数据集合，数据以“键:值”对的形式存在，“值”可以是任意类型的数据，但“键”必须是不可变数据。不可变数据又称为可哈希的数据，可哈希数据具有唯一性，能产生唯一映射关系，因此，字典中元素的“键”都是不同的，可以通过“键”来访问字典中的元素。例如，'a':1,'b':2,3:'c'和'a':1,'b':2,c:[1,2]都是合法的字典。

Python可以直接处理代码中的字典，也可以用字典类dict()创建字典，因为字典的元素是以“键:值”对的形式存在，所以传给dict()的参数应是关键字形式，代码如下：

>>> dict(h=1,i=2,j=3,k=4)
'h': 1, 'i': 2, 'j': 3, 'k': 4

字典是集合类型，因此字典中的元素没有位置属性，元素是无序的，可以通过元素的键访问元素，不能通过位置访问元素。字典是可变的数据类型，修改元素的值或增删元素会直接改变原字典。

本文摘自《Python期货量化交易》

本书按内容逐级递进的层次进行编写，全书分两篇，共21章。

第一篇介绍Python基础。主要介绍Python编程的基础知识，共13章。

第1章主要介绍Python的语法规则。因为写一行代码就是写一条语句，所以先从语法规则介绍。

第2章介绍Python常用的数据类型。数据是要处理的对象，也是语句的组成部分。

第3章介绍函数。函数是代码重用的方式，我们编写的语句如果需要反复执行，就可以放进函数中，可把函数看作数据和各种语句的结合体。

第4章介绍常用数据类型的运算。数据是一个对象，对象具有方法（函数），我们可以用Python内置函数处理数据，也可以用数据自带的方法处理数据。

第5章介绍循环语句。Python语言的for循环和其他编程语言不同，Python的for循环是迭代执行可迭代对象，可迭代对象是Python语言的重要概念，特殊的可迭代对象生成器是异步协程的基础。

第6章介绍类的概念。类是面向对象编程的核心概念，类是数据的属性与方法的封装，类也是代码重用的方式，它便于我们处理同类的问题。类可以被看作各种语句与函数的结合体。

第7章介绍装饰器。装饰器也是代码重用的一种方式，装饰器可被看作“函数的继承”。

第8章介绍错误和异常的处理。学完前面几章的内容我们就可以写各种程序了，但程序在执行时可能遇到错误和异常，本章介绍了异常捕捉及错误处理的方法。

第9章介绍模块和包。模块是Python文件，我们写好的代码需要保存成Python文件，模块所在的文件夹称为包。

第10章介绍日期时间的处理。TqSdk业务数据的时间经常需要转换，我们也可能需要设置时间条件来选择执行量化策略。

第11～13章介绍实现异步任务的方法，分别是多进程、多线程和异步协程，这3章尽可能详尽地列出了量化中可能会用到的方法，TqSdk的代码比较依赖异步协程，读者应当掌握这部分内容。

第二篇介绍期货量化交易。主要介绍如何用TqSdk编写期货交易策略。

第14章介绍TqSdk的基本信息。

第15章介绍pandas模块。因为K线和tick数据是pandas的数据格式，所以有必要介绍pandas在数据处理中的使用。

第16章介绍TqSdk各接口如何使用，诸如账户登录、下单、生成图形化界面等。

第17章解读TqSdk的部分函数，深入了解这些函数才可以进行高级开发。

第18章介绍一些量化策略的框架，这些框架可用于多种策略场景中。

第19章和第20章介绍图形化编程。可以用PyQt5开发GUI程序，用
PyQtgraph绘制实时K线和技术指标。

第21章介绍时间序列的相关性检验方法，并作为量化分析的一个简单示例。