【小课02】结合vn.py的股指期货策略开发
陈晓优 <限前500名加入量化训练营>
马上添加助教微信（jwzhujiao2）
发送订单截图申请名额
提要
- 交互式开发环境：实现数据清洗、策略回测、绘图分析等功能。
- backtesting代码详解
- 回测结果分析：盈利只会迟到，不会不来
- 本期课程相关资料下载
注意点
本节课程用时约16分钟，实际操作一个可以直接接入实盘的回测，请特别留意课后的建议阅读
知识点导图
内容摘录
大家好，欢迎来到Quant全实战成长计划股指期货CTA的快速小课，那么今天是我们的课时02——股指策略的研发。因为需要讲到这个和代码相关内容，所以我们还是采用比较经典的分屏模式来讲，左边放我们的PPT，右边可能接下来会给大家看这个代码，或者说jupyter notebook的内容。
第一步是需要大家下载一下文件，从这边这个网址直接下载本节课的材料（点击下载），下载解压之后，你会看到这么一个目录，那么在当前的目录下按住键盘上的shift，点鼠标右键，在此处打开powershell窗口，或者说打开cmd窗口，我假设大家之前已经装好vnconda，在这里你可能运行python.\loadCsv.py，在当前这个文件夹里面，附上一个叫做data的csv文件，其中是股指期货的分钟K线的数据，从2013年到2019年的3月12号。
那么第一步就是把这个数据加载到我们的MangoDB数据库里面，这样我们后面才能来做各种各样的回测。当你回车运行之后，它会不断地输出一些价格的数据，然后你就可以看到数据已经被插入到数据库里面了，这边因为我已经准备好了，我给大家可能修改一个字段看一下，大家在做的时候不需要像我刚刚那样修改，把888改为99，不用这么操作，直接python.\loadCsv.py就好，它会这样不停的就开始把数据插进去了。然后我这边因为已经准备完了，所以我就暂停它。
那么在插入完成之后，我们接下来就可以在当前的目录下运行jupyter notebook来打开我们的jupyter的交互式环境，在这个环境下我们就可以来做我们的策略开发相关的研究操作了。
……
