QUANTAXIS 其他模块文档

QAFactor - 因子研究模块

概述

QAFactor 提供完整的因子研究工具链，包括因子计算、回测、管理和分析功能。

核心组件

• feature.py: 因子定义和计算

• featureAnalysis.py: 因子分析工具

• featurebacktest.py: 因子回测框架

• featurepool.py: 因子池管理

• featureView.py: 因子可视化

主要功能

from QUANTAXIS.QAFactor import QAFactor

# 因子计算
factor = QAFactor()
factor.add_factor('momentum', lambda x: x.pct_change(20))
factor.add_factor('mean_reversion', lambda x: -x.rolling(20).mean())

# 因子分析
analysis = factor.analyze_factors(data)
ic_values = analysis['ic']  # 信息系数
turnover = analysis['turnover']  # 换手率

# 因子回测
backtest_result = factor.backtest(
    start_date='2020-01-01',
    end_date='2020-12-31'
)

---

QAIndicator - 技术指标模块

概述

QAIndicator 提供丰富的技术指标计算功能，支持自定义指标和批量计算。

核心组件

• indicators.py: 基础技术指标

• talib_indicators.py: TA-Lib指标封装

• base.py: 指标基类和框架

主要功能

from QUANTAXIS.QAIndicator import MA, RSI, MACD, BOLL

# 移动平均
ma5 = MA(close_prices, 5)
ma20 = MA(close_prices, 20)

# RSI指标
rsi = RSI(close_prices, 14)

# MACD指标
dif, dea, macd = MACD(close_prices)

# 布林带
upper, middle, lower = BOLL(close_prices, 20)

# 批量计算
indicators = QAIndicator.batch_calculate(data, ['MA', 'RSI', 'MACD'])

---

QAWebServer - Web服务模块

概述

基于 Tornado 的 Web 服务框架，提供 API 接口和微服务架构支持。

核心组件

• server.py: 主服务器

• basehandles.py: 基础请求处理器

• qifiserver.py: QIFI账户服务

• schedulehandler.py: 调度处理器

主要功能

from QUANTAXIS.QAWebServer import QAWebServer

# 创建Web服务
app = QAWebServer()

# 添加路由
@app.route('/api/data')
def get_data(request):
    return {'data': 'sample_data'}

# 启动服务
app.run(port=8888)

---

QASchedule - 任务调度模块

概述

提供任务调度功能，支持定时任务、事件触发任务和远程任务调度。

核心组件

• schedulefunc.py: 调度函数和工具

主要功能

from QUANTAXIS.QASchedule import QAScheduler

# 创建调度器
scheduler = QAScheduler()

# 添加定时任务
@scheduler.schedule('09:30:00')
def market_open_task():
    print("市场开盘任务")

# 添加周期任务
@scheduler.interval(minutes=5)
def data_update_task():
    print("数据更新任务")

# 启动调度器
scheduler.start()

---

QAAnalysis - 分析工具模块

概述

提供数据分析和信号处理工具，包括统计分析和技术分析功能。

核心组件

• QAAnalysis_block.py: 板块分析

• QAAnalysis_signal.py: 信号分析

主要功能

from QUANTAXIS.QAAnalysis import QAAnalysis

# 板块分析
block_analysis = QAAnalysis.analyze_blocks(stock_data)
sector_performance = block_analysis.get_sector_performance()

# 信号分析
signal_analysis = QAAnalysis.analyze_signals(signals)
signal_quality = signal_analysis.evaluate_quality()

---

QACmd - 命令行模块

概述

提供命令行接口和工具，便于批量操作和自动化脚本。

主要功能

# 命令行工具
quantaxis --help                    # 查看帮助
quantaxis fetch --code 000001       # 获取数据
quantaxis backtest --strategy trend # 运行回测

---

QASU - 数据存储更新模块

概述

QASU (QUANTAXIS Storage Update) 负责数据的存储、更新和维护。

核心组件

• save_*.py: 各种数据源的保存模块

• main.py: 主要存储逻辑

• user.py: 用户数据管理

主要功能

from QUANTAXIS.QASU import save_stock_day, save_stock_min

# 保存股票日线数据
save_stock_day(['000001', '000002'], '2020-01-01', '2020-12-31')

# 保存股票分钟数据
save_stock_min(['000001'], '2020-01-01', '2020-01-31', '1min')

# 增量更新
from QUANTAXIS.QASU import update_stock_day
update_stock_day()  # 更新到最新日期

---

QASetting - 配置管理模块

概述

统一的配置管理系统，管理数据库连接、系统参数等配置信息。

核心组件

• QALocalize.py: 本地化配置

• cache.py: 缓存管理

• executor.py: 执行器配置

主要功能

from QUANTAXIS.QASetting import QASetting

# 获取配置
config = QASetting()
database_config = config.get_config('DATABASE')
mongodb_uri = config.get_config('MONGODB_URI')

# 设置配置
config.set_config('CUSTOM_SETTING', 'value')

# 保存配置
config.save_config()

---

模块间关系图

QAFetch ──→ QAData ──→ QAIndicator ──→ QAStrategy
   │           │           │             │
   ↓           ↓           ↓             ↓
 QASU ──→ QAAnalysis ──→ QAFactor ──→ QIFI/QAMarket
   │           │           │             │
   ↓           ↓           ↓             ↓
QASetting ──→ QAUtil ──→ QAEngine ──→ QAPubSub
   │                       │             │
   ↓                       ↓             ↓
QACmd ←── QAWebServer ←── QASchedule ←───┘

使用建议

1. 新手入门: 从 QAFetch → QAData → QAStrategy 的路径开始学习

2. 数据管理: 重点关注 QASU 和 QASetting 模块

3. 策略开发: 深入学习 QAStrategy、QAFactor、QAIndicator

4. 生产部署: 关注 QAWebServer、QASchedule、QAPubSub

5. 高级功能: 学习 QAEngine 进行性能优化

最佳实践

1. 模块化开发: 每个模块专注特定功能，避免耦合

2. 配置管理: 使用 QASetting 统一管理配置

3. 数据流: 遵循 数据获取→处理→分析→策略→交易 的流程

4. 性能优化: 合理使用 QAEngine 和 QAPubSub 提升性能

5. 监控运维: 利用 QAWebServer 和 QASchedule 建立监控体系