蜗牛之路

蜗牛博客VNPY学习记录：

VN.PY 2.0学习记录一（如何回测）
VN.PY 2.0学习记录二（策略开发）
Vn.py学习记录三（米筐教程)
VN.PY 2.0学习记录四（多线程、多进程）
Vn.py学习记录五–交易时间段及Widgets
Vn.py学习记录六（无界面模拟盘）
Vn.py学习记录七（V2.0.5版本）
Vnpy学习记录八（R-Breaker及pickle）
Vn.py学习记录九（事件驱动引擎）
VN.PY学习记录十（源码概述）
VNPY学习记录11（微信+Vscode）
VNPY学习记录12（父子进程、回调函数）
VNPY学习记录13（部署到云服务器，实现自动交易）

这是2019年VNPY量化交易实战教程附源码讲义 30课的学习记录。

一、导入jason文件为字典
jason文件

{
	"rqUsername": "",
	"rqPassword": "",
	"symbols": ["I99", "IF99", "RB99", "TA99"]
}

而且可以通过其他文件来导入，见四的代码。

config = open('config.json')
setting = json.load(config)

备注：如果print(config)则显示“<_io.TextIOWrapper name='config.json' mode='r' encoding='cp936'>”

取值：

USERNAME = setting['rqUsername']
PASSWORD = setting['rqPassword']

二、MongoDB replace_one用法
使用replace_one()替代文档，如果未找到匹配的文档，就插入它
olddoc={...} #定义被替换的文档
newdoc={...} #定义要替换的文档
collection.replace_one(olddoc,newdoc,upsert=Ture)

    for ix, row in df.iterrows():
        bar = generateVtBar(row, symbol)
        d = bar.__dict__
        flt = {'datetime': bar.datetime}
        cl.replace_one(flt, d, True) 

关于df.iterrows()，请看这里

三、判断周末的方法（见四的代码）

四、父子进程
好处是子进程出错，不会影响父进程。

# encoding: UTF-8

import multiprocessing
from datetime import datetime, time
from time import sleep

from dataService import downloadDailyBarBySymbol, setting


#----------------------------------------------------------------------
def runChildProcess():
    """子进程运行函数"""
    print "-" * 60
    print u"开始更新日K线数据"
    
    for symbol in setting["symbols"]:
        downloadDailyBarBySymbol(symbol)
    
    print u"日K线数据更新完成"
    print "-" * 60
    
#----------------------------------------------------------------------
def runParentProcess():
    """守护进程运行函数"""
    updateDate = None   # 已更新数据的日期
    
    while True:
        # 每轮检查等待5秒，避免跑满CPU（浪费算力）
        sleep(5)
        
        currentTime = datetime.now().time()
        
        print "#" * 60
        print u"当前时间为：", currentTime
        
        # 过滤交易日
        today = datetime.now().date()
        weekday = datetime.now().weekday()
        if weekday in [5, 6]:       # 从0开始，周六为5，周日为6
            continue
        
        # 每日5点后开始下载当日数据，通常3:15收盘后（国债）数据提供商需要一定时间清洗数据）
        if currentTime <= time(17, 0):
            continue
        
        # 每日只需要更新一次数据
        if updateDate == today:
            continue
        
        # 启动子进程来更新数据
        p = multiprocessing.Process(target=runChildProcess)
        
        p.start()
        print u"启动子进程"
        
        p.join()
        print u"子进程已关闭"
        
        # 记录当日数据已经更新
        updateDate = today      


if __name__ == "__main__":
    runParentProcess()

五、回调函数
最典型的应用是爬虫，试想一下，你要采集一个网站，你是要将这个网站的所有url都全部获取到，再爬取这个url的数据，还是得到一条url，就爬取这个url的数据？如果是后者，那就要使用回调函数了。

from multiprocessing import Pool
import os
import requests
 
 
def get_page(url):
	print('<%s> is getting [%s]'%(os.getpid(),url))
	res = requests.get(url).text
	print('<%s> is done [%s]'%(os.getpid(),url))
	return {'url': url, 'res': res}
 
 
def parse_page(res):
	print('<%s> parse [%s]'%(os.getpid(),res['url']))
	with open('ab.txt', 'a') as f:
		f.write('%s - %s\n' % (res['url'], len(res['res'])))
		f.write("==========================="+'\n')
 
 
if __name__ == '__main__':
	urls = [
	'https://www.baidu.com',
	'http://www.sohu.com',
	'https://www.qq.com',
	'https://www.163.com/',
	'http://www.sina.com.cn/',
	]
	p = Pool(2)
	for url in urls:
	#使用回调函数，当get_page下载完后，主线程调用parse_page自动处理get_page下载的结果，节省了parse_page的时间，该场景用于一个函数为耗时操作并且产生数据，另一个函数是非耗时操作，这样就节省了非耗时操作函数的时间
		p.apply_async(get_page, args=(url,), callback=parse_page)

	p.close()
	p.join()
	print('主进程结束')