回測系統

分析完元富證券的回測系統 Python API 之後，我們就可以基於自己的需求，開發一個回測系統。

登入帳號

你可以直接把帳號密碼寫在類別的輸入中，也可以參考我們的寫法：使用一個 yaml 檔案來儲存帳號資訊。

參數檔案中，必須有帳號密碼和帳號號碼，這樣才能順利登入元富證券的帳號。

接著從 autotraderx 中 import BackTesting 類別：

from autotraderx import load_yaml
from autotraderx.masterlink import BackTesting

# Load account infos
cfg = load_yaml(DIR / "account.yaml")

# Login account
handler = BackTesting(
    user=cfg["user"],
    password=cfg["password"],
)

訂閱指標

我們在測試官方提供的範例程式碼時，發現在訂閱指標的時候，有一個「非常久」的不反應期。

以下是由官方提供的範例程式碼：

ta = TechAnalysis(...)

opt = input("1: 指標\n2: 歷史成交\n> ")
if opt == "1":
    k_config = option()
    ta.SubTA(k_config)
    input("running...\n")
    ta.UnSubTA(k_config)

執行之後，我們卡在 running... 的畫面，大約五分鐘，最後是因為我們失去耐心而強制結束程式。

此外，技術指標的部分大多都是由價量資訊計算而得，所以我們自己取回價量資料，計算指標什麼的，自己算比較快。

所以我們不實作這一部分的功能。

歷史成交

登入帳號之後，就可以使用我們包裝的 get_data 函數，來取得資料。

data = handler.get_data(
    prod_id="2330",
    date="20240102",
)

其中，prod_id 是股票代碼，date 是日期，格式為 YYYYMMDD。

以上的程式執行之後，會回傳一個 List[Dict] 結構：

[
    ...以上省略...
    {
        "成交價格": 590.0,
        "成交時間": 132459.132661,
        "成交量": 1,
        "股票代號": "2330",
        "試搓": False,
        "買賣": 2
    },
    {
        "成交價格": 593.0,
        "成交時間": 133000.0,
        "成交量": 3704,
        "股票代號": "2330",
        "試搓": False,
        "買賣": 2
    }
]

經過我們的觀察，發現元富證券提供的 API 中，有幾個特性：

1. 試搓 這個欄位，代表這筆成交是否為試搓。
2. 買賣 這個欄位，代表這筆成交是成交在內盤還是外盤，0 代表平盤，1 代表內盤，2 代表外盤。
3. 成交時間 這個欄位的讀法是 HHMMSS.ffffff，其中 HH 是小時，MM 是分鐘，SS 是秒，ffffff 是微秒。
4. 我們試著查詢過去的資料，發現在 2022 年 4 月中旬以後，才有資料可以用。

不過兩年多的資料，就我們這種小規模的使用者來說，應該是夠用了。

後續工作

我們預計先把可以查到的股票成交資訊資料取回來，並在自己建置一個資料庫系統。

後續要計算技術指標或是回測交易策略的時候，就可以直接從我們的資料庫中取得資料，又快又方便。

至於更久遠的資料，等我們有更多的需求再說吧。