如何更新已弃用的 python zipline.transforms 模块?

How to update the deprecated python zipline.transforms module?

我使用 quantopian zipline 包 http://www.zipline.io/beginner-tutorial.html 编写了一个 python 程序。我最近更新了包,遇到了 zipline.transforms 包被弃用的情况。我使用了 zipline.transforms 包中的两个函数,batch_transform()MovingAverage

除了说用 history() 函数替换 batch_transform 之外,我没能找到一个很好的 post 来演示如何解决这个问题。但是,我不知道如何替换它。我还没有找到 post 说明如何修复 MovingAverage 弃用问题。

这是我正在使用的代码。

from zipline.algorithm import TradingAlgorithm
from zipline.transforms import batch_transform
from zipline.transforms import MovingAverage


class TradingStrategy(TradingAlgorithm):

    def initialize(self, window_length=6):
        self.add_transform(
            MovingAverage, 'kernel', ['price'], window_length=self.window_length)

    @batch_transform
    def get_data(data, context):
        '''
        Collector for some days of historical prices.
        '''
        daily_prices = data.price[STOCKS + [BENCHMARK]]
        return daily_prices

strategy = TradingStrategy()

有人可以举例说明如何更新上面的代码吗?考虑到 quantopian 的流行程度,我想有很多人在处理这些问题。

似乎没有直接的方法来使用 history 而不是 batch_transform.

在我看来,不仅方法改变了,而且它们的使用方式也完全改变了。

文档提到了以下内容:

Every zipline algorithm consists of two functions you have to define:

  • initialize(context)
  • handle_data(context, data)

下面是文档中使用历史方法创建一些基本移动平均线的示例:

def initialize(context):
    context.i = 0
    context.asset = symbol('AAPL')


def handle_data(context, data):
    # Skip first 300 days to get full windows
    context.i += 1
    if context.i < 300:
        return

    # Compute averages
    # data.history() has to be called with the same params
    # from above and returns a pandas dataframe.
    short_mavg = data.history(context.asset, 'price', bar_count=100, frequency="1d").mean()
    long_mavg = data.history(context.asset, 'price', bar_count=300, frequency="1d").mean()

    # Trading logic
    if short_mavg > long_mavg:
        # order_target orders as many shares as needed to
        # achieve the desired number of shares.
        order_target(context.asset, 100)
    elif short_mavg < long_mavg:
        order_target(context.asset, 0)

    # Save values for later inspection
    record(AAPL=data.current(context.asset, 'price'),
           short_mavg=short_mavg,
           long_mavg=long_mavg)