因為最近做的東西牽涉到自動計算這一塊，在網上搜了一下，基本上python做自動量化交易成了一個趨勢，於是花了兩天學習一下。
目標很簡單，學習，使用。
rqalpha看起來是比較成熟的，這兒看重的是自帶日線數據（省大事了），並且文檔齊全，代碼一直更新到最近幾天，說明在可預期的一年內應該會越發成熟。另外，開源，走的是apache license2.0協議，不禁止第三方修改，使用，商用。
先說代碼：https://github.com/ricequant/rqalpha， RQAlpha是一個中國市場領先的股票和期貨的回測引擎，具備日級別的歷史數據回測，並且具有很強的可拓展性。由Ricequant米筐科技開源，雖然涉嫌給他們做廣告，不過確實不錯。
文檔很齊全，雖然安裝的過程中還是挺累的。
安裝主要靠兩樣:
安裝指南： http://rqalpha.readthedocs.io/zh_CN/stable/intro/install.html,
詳細環境搭建： http://rqalpha.readthedocs.io/zh_CN/stable/intro/detail_install.html
光靠安裝指南是肯定搭不了的，還要再參考詳細環境搭建。
最后，再說一下我遇到的坑。
一開始看上面似乎對linux支持力度挺大，貌似用命令全搞定，特別是很多的東西一看就是在linux中的地址，於是就用centos7一路搭起來了，
先安裝gcc,g++什么的必備開發工具不待說。
首先一坑：.condarc這文件，一定要是截圖如下方能起作用：
否則那個清華大學的地址是加不進來的
然后是 ImportError: No module named 'requests'
需要：pip install requests
一切好了，按照要求運行
rqalpha run
這下報的錯誤更多，最后不得不放棄linux，到windows上來試驗
windows上錯誤前面是一樣的，不過在裝TA-Lib時遇到了新問題，由於需要編譯源碼，得下visual c++ 14.0這樣的命令行編譯器，周六下了一夜后宣告失敗，第二天直接下vs2015專業版安裝，然后在
http://www.cnblogs.com/Hanuman/p/5943608.html這個地方終於搞定了編譯問題
最后數據也下好了，rqalpha version也得到了版本號
結果再次運行rqalpha run還是報一堆錯誤。再去米筐科技官網學習，突然靈光一開，從里面抄了一個簡單策略，
# -*- coding: utf-8 -*-
# 在這個方法中編寫任何的初始化邏輯。context對象將會在你的算法策略的任何方法之間做傳遞。
def init(context):
logger.info("init")
context.s1 = "000001.XSHE"
update_universe(context.s1)
# 是否已發送了order
context.fired = False
context.cnt = 1
def before_trading(context, bar_dict):
logger.info("Before Trading", context.cnt)
context.cnt += 1
# 你選擇的證券的數據更新將會觸發此段邏輯，例如日或分鍾歷史數據切片或者是實時數據切片更新
def handle_bar(context, bar_dict):
context.cnt += 1
logger.info("handle_bar", context.cnt)
# 開始編寫你的主要的算法邏輯
# bar_dict[order_book_id] 可以拿到某個證券的bar信息
# context.portfolio 可以拿到現在的投資組合狀態信息
# 使用order_shares(id_or_ins, amount)方法進行落單
# TODO: 開始編寫你的算法吧！
if not context.fired:
# order_percent並且傳入1代表買入該股票並且使其占有投資組合的100%
order_percent(context.s1, 1)
context.fired = True
命名為：buy_and_hold.py放置於目錄C:\Users\Administrator\.rqalpha\examples下，注意的是文件應存成utf-8格式
然后再用命令：
(python35) C:\Users\Administrator>rqalpha run -f C:/Users/Administrator/.rqalpha/examples/buy_and_hold.py -d C:/Users/Administrator/.rqalpha/bundle/ -s 2016-06-01 -e 2016-12-01 --stock-starting-cash 100000 --benchmark 000300.XSHG
前面(python35)表示我在conda環境下的python35下（python35是我起的環境名，代表python為3.5.2）
到這一步，終於搞定，沒報錯了，出了一堆的結果，
然后再加上一個參數—plot，出了效果圖：
雖然弄出來了，不過只是拿了現成的東西來使用，下一步是看如何將源碼使用起來，通過修改源代碼達到自己的意圖。