通达信数据接口与FOXPRO-体系化构建AI量化投研平台

百天计划之第34篇，关于“AI量化投资研究平台”建设。

从今天开始要开始一条主线——就是开始搭建整个投研平台。

如果说8月开始是知识点的梳理，一些基础技术的准备，9月开始重点是“以解决真正的投资决策问题”为目标。

切入点是可转债。

当下A股市场持续下行，在市场总体下行的时候，讲真的策略不是最重要的。

对于新手而言，可转债和优秀指数基金，永远是最好的标的，会让你感受到，投资其实未必有那么大的风险。

01架构

如下是一个极简的AI投研架构，极简意味着非核心部件都采用最简单的组件。

定时任务没有使用dagster或者airflow，因为这意味着需要引入一套全新的技术栈，需要人力云独立运维，我们使用fastapi内置的异步task。

持久化的中间件选mongo为主，并兼容qlib数据库，便于查询与并行计算。

后端使用fastapi——由于要深度使用mongo，则弃用django，而在flask与fastapi之间，考虑到我们使用api的场景偏多，考虑对api更加友好的fastapi框架，性能也会更好。

02价值点

重点之核心在于“为谁解决什么问题”。

“半个成品远胜于一个半成品”。

目标远大很好，但饭要一口口吃，月亮虽好，六便士也很重要。

投研平台价值点就是辅助用户投资决策效率，提升胜率。

面对可转债400多支，如何快速纵览数据历史，有什么规律，方便我们去分析。内置量化好的指标，对全市场进行透视，挖掘，聚类，排序。在此基础上定制一些策略，回测并归因等等。

总之，面对实用编程。

03后端基础框架fastapi

fastapi是一个现代，异步python框架，官网如下：

安装非常轻量：

pipinstall"uvicorn[standard]"——安装运行的服务器。

from typing import Union
from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def read_root():
    return {"Hello": "基于Fastapi的AI量化投研平台！"}

是不是非常简单，大家可能会想起Flask，是的。

Fastapi还内置精美的swaggerUI，

让我们调试接口非常方便，这也是我优选Fastapi框架的原因之

04基于FastApi的定时任务

传统的定时任务一般是apscheduler，它功能强大，但说实话，并不好用。

我们的定时任务其实比较简单，就是定时去做一些事情，不需要特别精确，一般就是收盘后要去更新数据，然后做一些指标的预计算，或者数据同步之类的操作。

fastapi本身是异步框架，内置了定时任务的功能。

import asyncio
from loguru import logger
from functools import wraps
from asyncio import ensure_future
from starlette.concurrency import run_in_threadpool
from typing import Any, Callable, Coroutine, Optional, Union

NoArgsNoReturnFuncT = Callable[[], None]
NoArgsNoReturnAsyncFuncT = Callable[[], Coroutine[Any, Any, None]]
NoArgsNoReturnDecorator = Callable[
    [Union[NoArgsNoReturnFuncT, NoArgsNoReturnAsyncFuncT]],
    NoArgsNoReturnAsyncFuncT
]


def repeat_task(
    *,
    seconds: float,
    wait_first: bool = False,
    raise_exceptions: bool = False,
    max_repetitions: Optional[int] = None,
) -> NoArgsNoReturnDecorator:
    """
    返回一个修饰器, 该修饰器修改函数, 使其在首次调用后定期重复执行.
    其装饰的函数不能接受任何参数并且不返回任何内容.
    参数:
        seconds: float
            等待重复执行的秒数        wait_first: bool (默认 False)
            如果为 True, 该函数将在第一次调用前先等待一个周期.
        raise_exceptions: bool (默认 False)
            如果为 True, 该函数抛出的错误将被再次抛出到事件循环的异常处理程序.
        max_repetitions: Optional[int] (默认 None)
            该函数重复执行的最大次数, 如果为 None, 则该函数将永远重复.
    """
    def decorator(func: Union[NoArgsNoReturnAsyncFuncT, NoArgsNoReturnFuncT]) -> NoArgsNoReturnAsyncFuncT:
        """
        将修饰函数转换为自身重复且定期调用的版本.
        """
        is_coroutine = asyncio.iscoroutinefunction(func)
        had_run = False
        @wraps(func)
        async def wrapped() -> None:
            nonlocal had_run
            if had_run:
                return
            had_run = True
            repetitions = 0
            async def loop() -> None:
                nonlocal repetitions
                if wait_first:
                    await asyncio.sleep(seconds)
                while max_repetitions is None or repetitions < max_repetitions:
                    try:
                        if is_coroutine:
                            # 以协程方式执行
                            await func()  # type: ignore
                        else:
                            # 以线程方式执行
                            await run_in_threadpool(func)
                        repetitions += 1
                    except Exception as exc:
                        logger.error(f"执行重复任务异常: {exc}")
                        if raise_exceptions:
                            raise exc
                    await asyncio.sleep(seconds)
            ensure_future(loop())
        return wrapped
    return decorator

我们基于异步功能来实现一个装饰器repeat_task。

一次封装，再使用就无比简洁了：

@app.on_event("startup")
@repeat_task(seconds=6, wait_first=True)
def repeat_task_aggregate_request_records() -> None:
    logger.info("触发重复任务: 聚合请求记录")

05可转债数据

我们需要规划一下数据库表名字：

债券：bond_，股票：stock_，基金：fund_，不带复数s。

基础信息：_basic，日线：_daily，财务指标_fin

一般而言，任何一个交易品种，我们都需要先入库两种数据：

一是基础信息列表，二是交易日频数据。

基本信息只需要构建一次，若有变动不定期手动刷新即可：

def build_cb_basic():
    df = get_cb_basic()
    df["_id"] = df["ts_code"]
    write_df("bond_basic", df, drop_tb_if_exist=True)

可以看出，一共A股历史上发行了799支可转债，目前可交易的400多支。

交易数据，这是需要每天收盘后去增量更新的，我们的逻辑是如果没有数据，从19900101开始读，如果有数据，则从当前日期增量更新即可。

mongo的优点可以自动忽略_id相同的行，所以特别方便。

def update_all_bond_daily():
    # 获取所有列表，有日期，从最近的日期开始读。
    items = list(get_db()["bond_basic"].find({}, {"ts_code": 1, "_id": 0}))
    if items and len(items) == 0:
        logger.error("读可转债列表为空")
        return
    for i, item in enumerate(items):
        code = item["ts_code"]
        logger.debug("{}-{}-{}".format(i, code, i / len(items)))
        date = get_daily_last_date(code)
        df = get_bond_daily(code, date)
        df["_id"] = df["ts_code"] + "_" + df["trade_date"]
        print(df.tail())
        write_df("bond_daily", df)
        break