1. Konfigurieren Sie QTEASY

Sehen Sie sich die aktuellen Systemkonfigurationsinformationen von qteasy an:

qteasy.configuration(config_key=None, level=0, up_to=0, default=True, verbose=False) → None[Quellcode]

Sehen Sie sich die aktuellen Konfigurationsvariablen von qteasy an,

Parameter:

config_key (str or list of str) – Der anzuzeigende Variablenname. Wenn kein Name angegeben wird, werden alle passenden Variablennamen nach Level, up_to usw. angezeigt. Mehrere Variablennamen können in Form einer durch Kommas getrennten Zeichenfolge oder in Form einer Liste angegeben werden. Die folgenden zwei Methoden sind äquivalent: ‚local_data_source, local_data_file_type, local_data_file_path‘ [‚local_data_source‘, ‚local_data_file_type‘, ‚local_data_file_path‘]
level (int, Default: 0) – Die Ebene der anzuzeigenden Konfigurationsvariablen. Wenn config angegeben ist, wird dieser Parameter ignoriert
up_to (int, Default: 0) – Die Obergrenze der Ebene der anzuzeigenden Konfigurationsvariablen. Es muss in Verbindung mit dem Level eingestellt werden. Wenn beispielsweise Level == 0, up_to == 2, werden alle Konfigurationsvariablen auf den Ebenen 0 bis 2 angezeigt. Wenn config angegeben ist, wird dieser Parameter ignoriert
default (Bool, Default: False) – Unabhängig davon, ob der Standardwert der Konfigurationsvariablen angezeigt wird oder nicht, werden bei „True“ sowohl der aktuelle Wert als auch der Standardwert der Konfigurationsvariablen angezeigt
verbose (Bool, Default: False) – Gibt an, ob die vollständigen Beschreibungsinformationen angezeigt werden sollen. Wenn True, wird gleichzeitig die detaillierte Beschreibung der Konfigurationsvariablen angezeigt.

Rückgabetyp:

None

Notes

Ein Beispiel für seine Verwendung finden Sie unter get_config().

qteasy.get_config(config_key=None, level=0, up_to=0, default=True, verbose=False)[Quellcode]

Zeigt die aktuellen Konfigurationsvariablen von qt an, genau wie get_config/configuration

Parameter:

config_key (str or list of str) – Der anzuzeigende Variablenname. Wenn kein Name angegeben wird, werden alle passenden Variablennamen nach Level, up_to usw. angezeigt. Mehrere Variablennamen können in Form einer durch Kommas getrennten Zeichenfolge oder in Form einer Liste angegeben werden. Die folgenden zwei Methoden sind äquivalent: ‚local_data_source, local_data_file_type, local_data_file_path‘ [‚local_data_source‘, ‚local_data_file_type‘, ‚local_data_file_path‘]
level (int, Default: 0) – Die Ebene der anzuzeigenden Konfigurationsvariablen. Wenn config angegeben ist, wird dieser Parameter ignoriert
up_to (int, Default: 0) – Die Obergrenze der Ebene der anzuzeigenden Konfigurationsvariablen. Es muss in Verbindung mit dem Level eingestellt werden. Wenn beispielsweise Level == 0, up_to == 2, werden alle Konfigurationsvariablen auf den Ebenen 0 bis 2 angezeigt. Wenn config angegeben ist, wird dieser Parameter ignoriert
default (Bool, Default: False) – Unabhängig davon, ob der Standardwert der Konfigurationsvariablen angezeigt wird oder nicht, werden bei „True“ sowohl der aktuelle Wert als auch der Standardwert der Konfigurationsvariablen angezeigt
verbose (Bool, Default: False) – Gibt an, ob die vollständigen Beschreibungsinformationen angezeigt werden sollen. Wenn True, wird gleichzeitig die detaillierte Beschreibung der Konfigurationsvariablen angezeigt.

Rückgabetyp:

None

Examples

>>> get_config('local_data_source')
No. Config-Key            Cur Val        Default val
----------------------------------------------------
1   local_data_source     database       <file>

>>> get_config('local_data_source, local_data_file_type, local_data_file_path')
No. Config-Key            Cur Val        Default val
----------------------------------------------------
1   local_data_source     database       <file>
2   local_data_file_type  csv            <csv>
3   local_data_file_path  data/          <data/>

>>> get_config(level=0, up_to=2)
No. Config-Key            Cur Val        Default val
----------------------------------------------------
1   mode                  1              <1>
2   time_zone             Asia/Shanghai  <Asia/Shanghai>
3   asset_pool            000300.SH      <000300.SH>
4   asset_type            IDX            <IDX>
5   live_trade_account_id None           <None>
6   live_trade_account    None           <None>
7   live_trade_debug_mode False          <False>
8   live_trade_init_cash  1000000.0      <1000000.0>
... (more rows)

>>> get_config(level=0, up_to=1, verbose=True)
No. Config-Key            Cur Val        Default val
      Description
----------------------------------------------------
1   mode                  1              <1>
      qteasy 的运行模式:
      0: 实盘运行模式
      1: 回测-评价模式
      2: 策略优化模式
      3: 统计预测模式
2   time_zone             Asia/Shanghai  <Asia/Shanghai>
      回测时的时区，可以是任意时区，例如：
      Asia/Shanghai
      Asia/Hong_Kong
      US/Eastern
      US/Pacific
      Europe/London
      Europe/Paris
      Australia/Sydney
      Australia/Melbourne
      Pacific/Auckland
      Pacific/Chatham
      etc.
3   asset_pool            000300.SH      <000300.SH>
      可用投资产品池，投资组合基于池中的产品创建
4   asset_type            IDX            <IDX>
      投资产品的资产类型，包括：
      IDX  : 指数
      E    : 股票
      FT   : 期货
      FD   : 基金

qteasy.get_configurations(config_key=None, level=0, up_to=0, default=True, verbose=False)[Quellcode]

Zeigt die aktuellen Konfigurationsvariablen von qt an, genau wie get_config/configuration

Parameter:

config_key (str or list of str) – Der anzuzeigende Variablenname. Wenn kein Name angegeben wird, werden alle passenden Variablennamen nach Level, up_to usw. angezeigt. Mehrere Variablennamen können in Form einer durch Kommas getrennten Zeichenfolge oder in Form einer Liste angegeben werden. Die folgenden zwei Methoden sind äquivalent: ‚local_data_source, local_data_file_type, local_data_file_path‘ [‚local_data_source‘, ‚local_data_file_type‘, ‚local_data_file_path‘]
level (int, Default: 0) – Die Ebene der anzuzeigenden Konfigurationsvariablen. Wenn config angegeben ist, wird dieser Parameter ignoriert
up_to (int, Default: 0) – Die Obergrenze der Ebene der anzuzeigenden Konfigurationsvariablen. Es muss in Verbindung mit dem Level eingestellt werden. Wenn beispielsweise Level == 0, up_to == 2, werden alle Konfigurationsvariablen auf den Ebenen 0 bis 2 angezeigt. Wenn config angegeben ist, wird dieser Parameter ignoriert
default (Bool, Default: False) – Unabhängig davon, ob der Standardwert der Konfigurationsvariablen angezeigt wird oder nicht, werden bei „True“ sowohl der aktuelle Wert als auch der Standardwert der Konfigurationsvariablen angezeigt
verbose (Bool, Default: False) – Gibt an, ob die vollständigen Beschreibungsinformationen angezeigt werden sollen. Wenn True, wird gleichzeitig die detaillierte Beschreibung der Konfigurationsvariablen angezeigt.

Rückgabetyp:

None

Examples

Ein Beispiel für seine Verwendung finden Sie unter get_config().

Ändern Sie die Konfigurationsinformationen von qteasy.

qteasy.configure(config=None, reset=False, only_built_in_keys=True, **kwargs) → None[Quellcode]

Konfigurieren Sie die Laufzeitparameter von qteasy QT_CONFIG

Parameter:

config (ConfigDict 对象) – Wenn Sie die Parameter des Konfigurationsobjekts festlegen oder anpassen müssen, ist der Standardwert „Keine“, und legen Sie die Parameter dann direkt auf das QT_CONFIG-Objekt fest.
reset (bool) – Der Standardwert ist False, True ignoriert eingehende Kwargs und setzt alle Parameter auf ihre Standardwerte
only_built_in_keys (bool) – Der Standardwert ist „False“. Bei „True“ dürfen nur interne Parameter übergeben werden. Bei „False“ können beliebige Parameter übergeben werden.
**kwargs – Alle Parameter müssen eingestellt werden

Rückgabetyp:

None

Notes

Verwenden Sie get_config() oder Configuration(), um die aktuellen QT_CONFIG-Parameter anzuzeigen

Examples

>>> configure(reset=True)  # 将QT_CONFIG参数设置为默认值
>>> configure(invest_cash_amounts=[10000, 20000, 30000], invest_cash_dates=['2018-01-01', '2018-02-01', '2018-03-01'])
>>> get_config('invest_cash_amounts, invest_cash_dates')
No. Config-Key            Cur Val                       Default val
-------------------------------------------------------------------
1   invest_cash_amounts   [10000, 20000, 30000]         <[100000.0]>
2   invest_cash_dates     ['2018-01-01', '2018-02-01'...<None>

qteasy.set_config(config=None, reset=False, only_built_in_keys=True, **kwargs) → None[Quellcode]

Konfigurieren Sie den qteasy-Laufzeitparameter QT_CONFIG, äquivalent zu configure()

Parameter:

config (ConfigDict 对象) – Wenn Sie die Parameter des Konfigurationsobjekts festlegen oder anpassen müssen, ist der Standardwert „Keine“, und legen Sie die Parameter dann direkt auf das QT_CONFIG-Objekt fest.
reset (bool) – Der Standardwert ist False, True ignoriert eingehende Kwargs und setzt alle Parameter auf ihre Standardwerte
only_built_in_keys (bool) – Der Standardwert ist „False“. Bei „True“ dürfen nur interne Parameter übergeben werden. Bei „False“ können beliebige Parameter übergeben werden.
**kwargs – Alle Parameter müssen eingestellt werden

Rückgabetyp:

None

Examples

Siehe auch configure()

Den Inhalt der Startkonfiguration von qteasy anzeigen, ändern oder löschen:

qteasy.start_up_settings() → None[Quellcode]

Drucken Sie den Inhalt der Starteinstellungen aus, die in der Startkonfigurationsdatei qteasy gespeichert sind

Rückgabetyp:: None

Examples

>>> import qteasy as qt
>>> qt.start_up_settings()
Start up settings:
--------------------
local_data_source = file
local_data_file_type = csv
local_data_file_path = data/

qteasy.update_start_up_setting(**kwargs) → None[Quellcode]

Aktualisieren der in der Startkonfigurationsdatei qteasy gespeicherten Starteinstellungen

Die Starteinstellungen können sowohl systemdefinierte Konfigurationsparameter als auch benutzerdefinierte Konfigurationsparameter umfassen

Parameter:: **kwargs – Zu aktualisierende Konfigurationsparameter
Rückgabetyp:: None

Examples

>>> import qteasy as qt
>>> qt.start_up_settings()
Start up settings:
--------------------
local_data_source = file
local_data_file_type = csv
local_data_file_path = data/

>>> qt.update_start_up_setting(local_data_source='database', local_data_file_type='feather')
Start up settings updated successfully!

>>> qt.start_up_settings()
Start up settings:
--------------------
local_data_source = file
local_data_file_type = feather
local_data_file_path = data/

qteasy.remove_start_up_setting(*args) → None[Quellcode]

Entfernen Sie eine oder mehrere Starteinstellungen, die in der Startkonfigurationsdatei qteasy gespeichert sind

Der Name des zu löschenden Konfigurationsparameters muss angegeben werden, es können mehrere Konfigurationsparameter gleichzeitig gelöscht werden

Parameter:: *args (str) – Liste der erforderlichen Konfigurationsparameternamen
Rückgabetyp:: None

Examples

>>> import qteasy as qt
>>> qt.start_up_settings()
Start up settings:
--------------------
local_data_source = file
local_data_file_type = csv
local_data_file_path = data/

>>> qt.remove_start_up_setting('local_data_source')
Start up settings removed:  ('local_data_source',)

>>> qt.start_up_settings()
Start up settings:
--------------------
local_data_file_type = csv
local_data_file_path = data/

Setzen Sie alle Konfigurationsvariablen auf ihre Standardwerte zurück: die

qteasy.reset_config(config=None)[Quellcode]

Setzen Sie das Konfigurationsobjekt zurück, indem Sie alle Parameter auf ihre Standardwerte zurücksetzen. Wenn die Konfiguration None ist, setzen Sie qt.QT_CONFIG zurück

Parameter:: config (ConfigDict) – Konfigurieren Sie Objekte, die zurückgesetzt werden müssen
Rückgabetyp:: None

Notes

Entspricht dem Aufruf von configure(config, reset=True)

Konfigurationsinformationen aus einer Datei lesen.

qteasy.load_config(*, config=None, file_name=None) → ConfigDict[Quellcode]

Lesen Sie den entsprechenden Konfigurationsparameter aus der Datei Dateiname und schreiben Sie ihn in die Konfiguration, falls dies der Fall ist: Keine, dann speichern Sie den Parameter in QT_CONFIG

Parameter:

config (ConfigDict 对象) – Ein Konfigurationsobjekt, standardmäßig None, wenn nicht None und ein ConfigDict-Objekt, dann werden die gelesenen Konfigurationsparameter in die Konfiguration geschrieben
file_name (str) – Dateiname, standardmäßig „Keine“, wenn „Keine“, lautet der Dateiname „saved_config.cfg“.

Rückgabe:

config – Eingelesene Konfigurationsparameter

Rückgabetyp:

ConfigDict

Verursacht:

FileNotFoundError – Melden Sie einen Fehler, wenn die angegebene Datei nicht vorhanden ist. Wenn kein Dateiname angegeben wird, wird ein Fehler gemeldet, wenn config/saved_config.cfg nicht existiert
Examples: –
-------- –
>>> load_config() –

Schreiben Sie Konfigurationsinformationen in die Datei.

qteasy.save_config(*, config=None, file_name=None, overwrite=True, initial_config=False) → str[Quellcode]

Konfiguration als Datei speichern Noch nicht implementiert: Wenn initial_config True ist, aktualisieren Sie die Konfiguration auf die Initialisierungskonfigurationsdatei qteasy.cfg ()

Parameter:

config (ConfigDict or dict, Default: None) – Ein Konfigurationsobjekt oder ein Diktat, das Konfigurationsvariablen enthält; Wenn keine, wird qt.QT_CONFIG gespeichert.
file_name (str, Default: None) – Dateiname, wenn „Keiner“ vorhanden ist, lautet der Dateiname „saved_config.cfg“.
overwrite (bool, Default: True) – Bei der Standardeinstellung „True“ werden umbenannte Dateien überschrieben. Bei „False“ wird ein Fehler gemeldet, wenn die gespeicherte Datei bereits vorhanden ist
initial_config (bool, Default: False (functionality not implemented)) – Speichern Sie Konfigurationsvariablen in der Erstkonfigurationsdatei qteasy.cfg. Wenn die Konfigurationsvariablen bereits in qteasy.cfg vorhanden sind, überschreiben Sie die entsprechenden Variablen. TODO: Implementieren Sie die Funktion zum Schreiben von Konfigurationsvariablen in die Erstkonfigurationsdatei qteasy.cfg. Da Objekte derzeit mit pickle als Binärdatei geschrieben werden, während qteasy.cfg eine Textdatei ist, muss eine neue Schreibmethode implementiert werden.

Rückgabe:

Dateiname – Name der gespeicherten Datei

Rückgabetyp:

str

Alle Konfigurationsvariablen für qteasy

Im Folgenden sind die Konfigurationsvariablen von qteasy aufgeführt. Sie können die aktuellen Konfigurationsinformationen mit der Funktion qteasy.get_config() anzeigen und die Konfigurationsinformationen auch mit der Funktion qteasy.configure() ändern.

Bemerkung

Einstiegspunkte zu den simulierten Live-Handelsdokumenten nach Abschluss von S1.3 (nach Nutzungsziel):

Schnellstart: „live_trading/1-overview.md“.
Bringen Sie es zuerst zum Laufen: „live_trading/2-configuration-and-run.md“.
Auftragsablehnungen und -status verstehen: „live_trading/3-risk-and-order-lifecycle.md“.
扩展 Broker：live_trading/4-broker-adapter-and-integration.md
XtQuant/MiniQMT 契约 v1（英文）：live_trading/4a-xtquant-broker-adapter-contract-v1.md
Debugging und Postmortem: „live_trading/5-artifacts-and-troubleshooting.md“.
Praktisches Zwei-Wege-Tutorial: „tutorials/8-live-trade-risk-and-broker-walkthrough.md“.

Notiz:

„live_trading“ konzentriert sich auf Modulfunktionen und szenariobasierte Erklärungen;
„references“ konzentriert sich auf eine API-orientierte Funktionsliste;
„api“ konzentriert sich auf Schnittstellendetails, die von Autodoc exportiert werden.

Für für den Benutzer sichtbare Bestellablehnungsmeldungen, Fehlermeldungen und Protokollbeispiele wird in der Dokumentation durchgängig eine englische Kopie verwendet.

qteasy Configuration Variables
Name	Level	Default Value	Description
`mode`	0	`1`	Ausführungsmodus von qteasy. 0: Live-Handelsmodus 1: Backtesting-Bewertungsmodell 2: Strategieoptimierungsmodell 3: Statistisches Prognosemodell
`time_zone`	4	`local`	Der Standardwert ist „local“, was bedeutet, dass die lokale Zeitzone verwendet wird. Wenn Sie die Zeitzone festlegen müssen, legen Sie eine beliebige zulässige Zeitzone fest, zum Beispiel: Asia/Shanghai Asia/Hong_Kong US/Eastern US/Pacific Europe/London Europe/Paris Australia/Sydney Australia/Melbourne Pacific/Auckland Pacific/Chatham etc.
`asset_pool`	0	`000300.SH`	Es stehen Pools von Anlageprodukten zur Verfügung und Portfolios werden auf Basis der Produkte in den Pools erstellt
`asset_type`	0	`IDX`	Anlagearten von Anlageprodukten, darunter: IDX: Index E: Aktien FT: Futures FD: Fonds
`live_trade_account_id`	0	`None`	Live-Handelskonto-ID für Live-Handel. Wenn dieser Parameter angegeben wird, wird er direkt angezeigt Führen Sie Live-Trades mit diesem Konto aus. Wenn die Konto-ID nicht vorhanden ist, wird ein Fehler gemeldet Wenn account_id nicht angegeben ist, muss live_trade_account_name angegeben werden um eine neue Konto-ID zu erstellen
`live_trade_account_name`	0	`None`	Der Name des Kontos, das für den Live-Handel verwendet werden soll, wenn live_trade_account „None“ ist Es muss eine neue Konto-ID erstellt werden. Zu diesem Zeitpunkt muss dieser Parameter angegeben und account_name auf gesetzt werden Wert dieses Parameters
`live_trade_debug_mode`	1	`False`	Live-Trading-Debug-Modus, True: Debug-Modus, False: Normalmodus
`live_trade_init_cash`	1	`1000000.0`	Anfangskapital für ein Live-Handelskonto, Floating Point, zum Beispiel: 1000000,0: Anfangskapital von 1 Million 1.000.000: Anfangskapital von 1.000.000
`live_trade_init_holdings`	1	`None`	Ausgangsposition in einem Live-Handelskonto, Wörterbuch, zum Beispiel: {‚000001.SZ‘: 1000, ‚000002.SZ‘: 2000} : Anfangspositionen sind 000001.SZ: 1000 Aktien, 000002.SZ: 2000 Aktien
`live_trade_broker_type`	1	`simulator`	Der Typ des Handelsagenten für ein Live-Handelskonto kann so eingestellt werden, dass simuliert wird, dass der Handelsagent Ergebnisse zurückgibt, Ergebnisse manuell eingibt oder eine Verbindung zur Handelsschnittstelle des Handelsagenten herstellt Der Simulator wird standardmäßig verwendet.
`live_trade_broker_params`	1	`None`	Handelsagentenparameter für Live-Handelskonten, Wörterbücher, zum Beispiel: {‚host‘: ‚localhost‘, ‚port‘: 8888} : Hostname und Portnummer des Transaktionsagenten Spezifische Parametereinstellungen entnehmen Sie bitte der Dokumentation des Handelsagenten. Wenn der „Simulator“-Broker verwendet wird und dieser Parameter auf „Keine“ gesetzt ist, wird die Konfiguration Backtest-Parameter
`live_price_acquire_channel`	2	`eastmoney`	Eine Möglichkeit, beim Live-Handel Echtzeitpreise zu erhalten: eastmoney – Erhalten Sie Echtzeitpreise mit eastmoney.com tushare – Erhalten Sie Echtzeitpreise mit tushare (Sie müssen Ihre eigenen Berechtigungen aktivieren) akshare - 通过AKShare获取实时价格(部分表已实现，详见数据通道文档)
`live_price_acquire_freq`	2	`15MIN`	Häufigkeit des Zugriffs auf Echtzeitpreise während des Live-Handels: H – Datenerfassung alle 1 Stunde 30MIN – Daten alle 30 Minuten abrufen 15MIN – Daten alle 15 Minuten abrufen 5MIN – Datenerfassung alle 5 Minuten 1 MIN – Daten alle 1 Minute abrufen
`watched_price_refresh_interval`	4	`5`	Überwachen Sie die Preisaktualisierungsfrequenz in Echtzeit während des Live-Handels, in Sekunden, der Standardwert ist 5 Sekunden. Dieser Wert darf nicht kleiner als 5 Sekunden sein
`trade_batch_size`	0	`0.01`	Mindestzeichnungslosgröße für Anlageprodukte, Gleitkomma, zum Beispiel: 0,01: Sie können Anlageprodukte in Mindestbeträgen ab 0,01 Einheiten kaufen 1. : 只能购买整数份额的投资产品 100: Anlageprodukte können in ganzzahligen Vielfachen von 100 erworben werden. n: Die Anzahl der Anteile an Anlageprodukten, die erworben werden können, ist ein ganzzahliges Vielfaches von n, wobei n keine ganze Zahl sein muss.
`sell_batch_size`	0	`0.01`	Die Mindestlosgröße für den Verkauf oder die Rücknahme eines Anlageprodukts, in Gleitkommazahlen, zum Beispiel: 0,01: Sie können Anlageprodukte in Mindestbeträgen von nur 0,01 Einheiten verkaufen 1. : 只能购买整数份额的投资产品 100: Anlageprodukte können in ganzzahligen Vielfachen von 100 erworben werden. n: Die Anzahl der Anteile an Anlageprodukten, die erworben werden können, ist ein ganzzahliges Vielfaches von n, wobei n keine ganze Zahl sein muss.
`cash_decimal_places`	2	`2`	Dezimalstellen von Bargeld, zum Beispiel: 0: Bargeld kann nur eine ganze Zahl sein 2: Behalten Sie zwei Nachkommastellen bei
`amount_decimal_places`	2	`2`	Dezimalstellen des Anteils eines Anlageprodukts, zum Beispiel: 0: Anteile können nur ganze Zahlen sein 2: Behalten Sie zwei Nachkommastellen bei
`riskfree_ir`	1	`0.0035`	Risikofreier Zinssatz: Wenn „Zeitwert der Barmittel berücksichtigen“ ausgewählt ist, steigt der Wert der Barmittel zum Zeitpunkt des Backtestings mit diesem Zinssatz pro Jahr.
`parallel`	1	`True`	Bei „True“ nutzt die Richtlinienparameteroptimierung Multi-Core-CPUs für parallele Berechnungen, um die Effizienz zu verbessern
`hist_dnld_parallel`	4	`16`	Anzahl der aktivierten Threads beim Herunterladen historischer Daten, 0 oder 1 für Single-Thread-Downloads, größer als 1 für Multi-Thread-Downloads.
`hist_dnld_delay`	4	`0.0`	Um eine übermäßige Belastung der Serverdaten zu verhindern, wird beim Herunterladen historischer Daten die Verzögerung nach dem Herunterladen einer bestimmten Datenmenge in Sekunden angegeben.
`hist_dnld_delay_evy`	4	`0`	Um eine Überlastung des Servers durch Daten zu verhindern, wird der Download historischer Daten für jede bestimmte heruntergeladene Datenmenge um einen bestimmten Zeitraum verzögert. Dieser Parameter ist die Datenmenge, die zwischen zwei Verzögerungen heruntergeladen wird
`hist_dnld_prog_bar`	4	`False`	Ob beim Herunterladen historischer Daten ein Fortschrittsbalken angezeigt werden soll
`hist_dnld_retry_cnt`	4	`7`	Anzahl der automatischen Wiederholungsversuche für fehlgeschlagene Downloads historischer Daten
`hist_dnld_retry_delay`	4	`1.0`	Verzögerungszeit in Sekunden vor dem automatischen erneuten Versuch, falls der Download historischer Daten fehlschlägt
`hist_dnld_backoff`	4	`2.0`	Verzögerungszeitmultiplikator für automatische Wiederholungsversuche, wenn das Herunterladen historischer Daten fehlschlägt Wenn Sie beispielsweise hist_dnld_backoff = 2 festlegen, schlägt dies bei jedem Wiederholungsversuch fehl Die Verzögerungszeit wird doppelt so lang wie die vorherige.
`auto_dnld_hist_tables`	4	`[]`	[GEPLANT] Liste historischer Datentabellennamen, die während des Live-Handels automatisch heruntergeladen werden, zum Beispiel: [„stock_daily“, „index_weekly“, „stock_monthly“] Diese Funktion ist in der aktuellen Version nicht aktiviert und die Konfiguration hat keine tatsächliche Auswirkung.
`gpu`	4	`False`	[PLANNED] Wenn „True“, GPU-beschleunigte Berechnung während der Optimierung der Strategieparameter verwenden. Diese Funktion ist noch nicht implementiert; Durch das Setzen dieses Parameters wird das Laufzeitverhalten der aktuellen Version nicht geändert.
`local_data_source`	1	`file`	Bestimmen Sie, wie lokale historische Daten gespeichert werden: Datei – historische Daten werden als lokale Datei gespeichert. Das Dateiformat wird im Attribut „local_data_file_type“ angegeben, einschließlich csv/hdf und anderen Optionen. Datenbank – historische Daten werden in einer MySQL-Datenbank gespeichert Wenn Sie diese Option auswählen, müssen Sie die Datenbankverbindungsinformationen in der Konfigurationsdatei konfigurieren db – entspricht „Datenbank“.
`local_data_file_type`	4	`csv`	Bestimmt das Speicherformat der lokalen historischen Datendatei: csv – Historische Datendateien werden im CSV-Format gespeichert, sind langsam, können aber in Excel geöffnet werden HDF – historische Datendateien im HD5-Format gespeichert, Datenspeicherung und Lesegeschwindigkeit schneller Feather/FTH – historische Datendateien im Feather-Format gespeichert, schneller Datenaustausch, aber nicht für die Langzeitspeicherung geeignet
`local_data_file_path`	4	`data/`	Bestimmen Sie den lokalen Speicherpfad für historische Datendateien
`local_db_host`	4	`localhost`	Hostname der Datenbank, die zum Speichern historischer Daten verwendet wird. Dabei sollte es sich um eine MySQL-Datenbank oder MariaDB handeln
`local_db_port`	4	`3306`	Die Portnummer der Datenbank, die zum Speichern historischer Daten verwendet wird. Der Standardwert ist die Portnummer 3306 der MySQL-Datenbank
`local_db_name`	4	`qt_db`	Der Name der Datenbank, die zum Speichern historischer Daten verwendet wird. Der Standardwert ist „qt_db“.
`local_db_user`	4		Der Benutzername für den Zugriff auf die Datenbank, der über ausreichende Betriebsrechte verfügen muss Es wird empfohlen, den Datenbankbenutzernamen und das Kennwort über die Konfigurationsdatei zu konfigurieren
`local_db_password`	4		Passwort für den Datenbankzugriff Es wird empfohlen, den Datenbankbenutzernamen und das Kennwort über die Konfigurationsdatei zu konfigurieren
`sys_log_file_path`	4	`syslog/`	Speicherpfad für Systembetriebsprotokolle und Fehlerprotokolle Unterstützt relative Pfade (relativ zu QT_ROOT_PATH), absolute Pfade und Home-Verzeichnispfade, die mit „~“ beginnen; Über „qt.configure()“ / „qt.set_config()“ vorgenommene Änderungen werden sofort wirksam (Hot Update), ohne dass ein erneuter Import erforderlich ist. Der Pfad darf keine unzulässigen Zeichen enthalten (z. B. Steuerzeichen oder unter Windows „<>“\|?*``), andernfalls wird ein ValueError ausgelöst.
`trade_log_file_path`	4	`tradelog/`	Speicherpfad für detaillierte Handelsprotokolle und Handelszusammenfassungen (gemeinsam mit Backtesting und Live-Handel). Unterstützt relative Pfade (relativ zu QT_ROOT_PATH), absolute Pfade und Home-Verzeichnispfade, die mit „~“ beginnen; Über „qt.configure()“ / „qt.set_config()“ vorgenommene Änderungen werden sofort wirksam (Hot Update), ohne dass ein erneuter Import erforderlich ist. Der Pfad darf keine unzulässigen Zeichen enthalten; andernfalls wird ein ValueError ausgelöst.
`trade_log_keep_days`	4	`3`	Aufbewahrungstage für CSVs, die während Backtests geschrieben wurden, wie „trade_log_“ / „trade_summary_“ / „value_curve_“; Der Standardwert ist 3. Nachdem der Prozess das Modul qteasy geladen hat, führen Sie einmal täglich eine Bereinigung des aktuellen Verzeichnisses „trade_log_file_path“ durch (nicht bevor jeder Backtest Dateien schreibt). Auf „Keine“ oder kleiner oder gleich 0* setzen, um das automatische Löschen zu deaktivieren; Bei Bedarf können Sie „qt.rotate_trade_logs()“ aufrufen, um manuell zu bereinigen.
`trade_log`	1	`True`	Gibt an, ob eine detaillierte Liste der Transaktionen generiert werden soll und eine detaillierte Liste der täglichen Transaktionen in Form von pd.DataFrame bereitgestellt wird Beinhaltet Handelssignale und Handelsergebnisse bei jedem Schritt
`benchmark_asset`	1	`000300.SH`	Vermögenswerttyp, der zur Generierung von Benchmark-Renditen für Backtesting-Ergebnisse und Auswertungsergebnisse verwendet wird. Der Standard-Benchmark ist der CSI 300 Index Benchmark-Indizes werden verwendet, um vielseitige Bewertungsergebnisse wie Alpha-, Beta-Verhältnisse usw. zu generieren, da diese Kennzahlen zusätzlich zur Untersuchung der Anlagerenditen der In absoluten Zahlen muss auch die durchschnittliche Marktentwicklung im gleichen Zeitraum berücksichtigt werden, und nur wenn die Anlagerenditen die durchschnittliche Marktentwicklung übertreffen, wird dies der Fall sein als Überschuss- oder Alpha-Rendite gezählt werden, was mit der Anlagestrategie angestrebt wird Der Benchmark-Asset-Typ und der Preistyp werden vom System automatisch basierend auf „benchmark_asset“ und dem Laufzeitplan abgeleitet.
`report`	1	`True`	Druckt einen Bericht der Laufergebnisse, wenn True Im Echtzeitmodus wird ein Bericht über den Strategiebetrieb angezeigt, im Backtest-Modus wird ein Bericht über die Backtest-Ergebnisse angezeigt und im Optimierungsmodus wird ein Bericht über die Optimierungsergebnisse angezeigt.
`visual`	0	`True`	Verwenden Sie Diagramme, um die Ergebnisse eines Visualisierungslaufs anzuzeigen, wenn dieser „True“ ist (Im Backtesting-Modus werden Backtesting-Berichte angezeigt und im Optimierungsmodus werden Optimierungsergebnisberichte angezeigt.)
`buy_sell_points`	4	`True`	True zeigt Kauf- und Verkaufspunkte im Backtest-Chart an und verwendet rote und grüne Pfeile, um die Position der Kauf- und Verkaufspunkte anzuzeigen.
`show_positions`	4	`True`	True zeigt Anlagepositionen mit einem Farbband in den Backtest-Charts an
`cost_fixed_buy`	2	`0.0`	Fixkosten oder feste Provision beim Kauf eines Wertpapiers oder Vermögenswerts, die nicht mit dem Kaufbetrag variiert Der Standardwert ist 10 $
`cost_fixed_sell`	2	`0.0`	Fixe Kosten oder feste Provision beim Verkauf eines Wertpapiers oder Vermögenswerts, die nicht mit der verkauften Menge schwankt Der Standardwert ist 0
`cost_rate_buy`	1	`0.0003`	Der Kostensatz oder Provisionssatz beim Kauf eines Wertpapiers oder Vermögenswerts, berechnet als Prozentsatz des Kaufbetrags Der Standardwert beträgt 3 Teile pro Million
`cost_rate_sell`	1	`0.0001`	Kostensatz oder Provisionssatz beim Verkauf eines Wertpapiers oder Vermögenswerts, berechnet als Prozentsatz des verkauften Betrags Der Standardwert ist 1 zu 10.000
`cost_min_buy`	2	`5.0`	Der Mindestpreis oder die Mindestprovision, zu der ein Wertpapier oder Vermögenswert gekauft wird, und die Kaufprovision darf nur größer oder gleich diesem Mindestbetrag sein Der Standardwert ist 5 $
`cost_min_sell`	2	`5.0`	Die Mindestkosten oder Provision beim Verkauf eines Wertpapiers oder Vermögenswerts, und die Verkaufsprovision darf nur größer oder gleich diesem Mindestbetrag sein
`cost_slippage`	2	`0.0`	Slippage, ein voreingestellter Parameter, der zusätzliche Transaktionskosten aufgrund von Handelsverzögerungen oder großen Transaktionsbeträgen simuliert.
`invest_start`	0	`None`	Startdatum des Backtestings im Backtesting-Modus Wenn es leer bleibt (Keine), wird es zur Laufzeit automatisch als das Datum ein Jahr zuvor basierend auf invest_end (oder dem aktuellen Datum) abgeleitet. Bei expliziter Festlegung lautet das Format „JJJJMMTT“.
`invest_end`	0	`None`	Enddatum des Backtestings im Backtesting-Modus Wenn es leer bleibt (Keine), wird zur Laufzeit automatisch das aktuelle Datum verwendet. Bei expliziter Festlegung lautet das Format „JJJJMMTT“.
`invest_cash_amounts`	1	`[100000.0]`	Investierter Geldbetrag, ein Tupel oder eine Liste, der jedes Mal investierte Geldbetrag, mehrere Zahlen weisen auf mehrere Investitionen hin
`invest_cash_dates`	2	`None`	Testen Sie das Datum des Geldeingangs des Vorgangs, eine Zeichenfolge oder eine Liste, mit mehreren Datumsangaben, die auf mehrere Geldeingänge hinweisen. Der Standardwert ist „Keine“. Wenn dieser Parameter „Keine“ ist, ist das Geldeingabedatum dasselbe wie „invest_start“, und wenn der Parameter nicht „Keine“ ist, überschreibt dieser Parameter das invest_start Wenn der Parametereingabetyp str ist, ist das Format „JJJJMMTT“. Wenn Sie mehrere feste Bargeldeingaben oder mehrere diversifizierte Eingaben simulieren müssen, können Sie einen Listentyp oder einen Str-Typ eingeben Die folgenden zwei Eingabemethoden sind äquivalent: „20100104,20100202,20100304“ = [„20100104“, „20100202“, „20100304“]
`allow_sell_short`	4	`False`	Ob Leerverkäufe zulässig sind oder nicht: Falsch – Standardwert, Leerverkäufe sind nicht zulässig, die maximale Anzahl an Verkäufen entspricht nur der Anzahl der aktuell verfügbaren Positionen Richtig – Leerverkäufe sind zulässig. Wenn die verkaufte Menge größer ist als die gehaltene Menge, wird eine Leerverkaufsposition gehalten
`long_position_limit`	3	`1.0`	Der Grenzwert des Prozentsatzes der Long-Positionen, der durch Handelssignale während des Backtestings ermittelt werden darf, d. h. der Prozentsatz der Long-Positionen, die genutzt werden dürfen Wie viel Prozent des Gesamtvermögens (einschließlich Bargeld und Gesamtaktienbestand) werden für das Halten von Long-Positionen verwendet? Standardwert 1,0, also 100 % Wenn der Wert größer als 1 ist, bedeutet dies, dass der Aufbau einer Position über die gehaltenen Barmittel hinaus zulässig ist, eine Situation, die negative Barmittel generiert Saldo, der die entstandenen Belastungen und Gutschriften angibt
`short_position_limit`	3	`-1.0`	Der Grenzwert des Prozentsatzes der Short-Positionen, der durch Handelssignale während des Backtestings festgelegt werden darf, d. h. der Prozentsatz der zulässigen Bestände von Maximale prozentuale Begrenzung von Short-Positionen am gesamten aktuellen Nettovermögen, Standardwert -1,0, d. h. die maximal zulässige Kreditaufnahme Eigenkapital in Höhe von 100 % des Wertes des gesamten Nettovermögens und Halten einer Short-Position, wenn ein negativer Eigenkapitalanteil gehalten wird und der Generieren Sie positive Mittelzuflüsse
`backtest_price_adj`	4	`none`	Zusammengesetzte Preisbehandlung im Backtesting: Die Behandlung von Aktiendividenden und Ex-Bezugsrechten sollte normalerweise zum Zeitpunkt der Aktiendividenden und Ex-Bezugsdividenden sowie der Dividendenzahlungen für die Position berechnet werden Volumen- und Cash-Auswirkungen, aber diese Behandlung ist derzeit komplex und vorerst wird ein einfacherer Ansatz verwendet. Die Methode, d. h. das Backtesting direkt anhand zusammengesetzter Preise, wird derzeit auf zwei Arten gehandhabt - none/n - 默认值，不使用复权价格，但也不处理派息，这只是临时处理，因 Die Nichtberücksichtigung der Ex-Dividende zum Zweck des langfristigen Backtestings führt zu einer erheblichen Differenz zwischen den Backtesting-Ergebnissen und den tatsächlichen Ergebnissen. - back/b - 使用后复权价格回测，可以弥补不考虑分红派股的不足 - adj - 使用前复权价格回测。
`PT_signal_timing`	3	`lazy`	Wenn der Backtest-Signalmodus PT (Positionsziel) ist, überprüft die Steuerung den tatsächlichen Positionsprozentsatz und generiert automatisch Trades. Das Timing des Signals ist standardmäßig normal - aggressive: 在整个策略运行时间点上都会产生交易信号，不论此时PT信号是否发 Wir überwachen die Differenz zwischen Ist- und Planpositionen in Echtzeit, wenn es eine Abweichung zwischen beiden gibt. Das Signal wird erzeugt, wenn Sie sich davon entfernen. - lazy: 在策略运行时间点上，只有当持仓比例发生变化时，才会产生交易 Signale, keine Echtzeitüberwachung der tatsächlichen gegenüber den geplanten Positionen
`PT_buy_threshold`	3	`0.0`	Positionsdifferenzschwelle zum Auslösen von Kaufsignalen, wenn der Backtest-Signalmodus PT (Positionsziel) ist. Bei diesem Modell wird ein Kaufsignal ausgelöst, wenn die Position des gehaltenen Anlageprodukts unter der Zielposition liegt und die Differenz einen Schwellenwert überschreitet Wenn die Verkaufsschwelle beispielsweise 0,05, d. h. 5 %, beträgt und die Zielposition 30 % beträgt, dann nur dann, wenn die tatsächliche Position <= 25 % beträgt Handelssignale, d. h. wenn die Differenz zwischen Ist-Position und Zielposition größer als 5 % ist.
`PT_sell_threshold`	3	`0.0`	Positionsdifferenzschwellen zum Auslösen von Verkaufssignalen, wenn der Backtest-Signalmodus PT (Positionsziel) ist. Bei diesem Modell wird ein Verkaufssignal ausgelöst, wenn die Position des gehaltenen Anlageprodukts höher als die Zielposition ist und die Differenz einen Schwellenwert überschreitet Wenn die Verkaufsschwelle beispielsweise 0,05, d. h. 5 %, beträgt und die Zielposition 30 % beträgt, wird nur generiert, wenn die tatsächliche Position >= 35 % beträgt Handelssignale, d. h. wenn die Differenz zwischen Ist-Position und Zielposition größer als 5 % ist.
`price_priority_OHLC`	3	`OHLC`	Wenn beim Backtesting mehrere Preistypen von Handelssignalen vorliegen und der Typ des Handelspreises OHLC ist, erfolgt die Verarbeitung verschiedener Priorisierung verschiedener Preissignale. Der Eingabetyp ist eine Zeichenfolge, O, H, L, C, A steht jeweils für Open, High, Low, Close, Nav.
`price_priority_quote`	3	`normal`	Wenn es zum Zeitpunkt des Backtestings mehrere Preistypen von Handelssignalen gibt und es sich bei der Art des Handelspreises um einen Echtzeitkurs handelt, verarbeitet das Backtesting-Programm diese Priorisierung verschiedener Preissignale. Zu den Eingaben gehören jeweils „normal“ und „umgekehrt“: - „normal“：优先处理更接近成交价的报价，如卖1/买1等 - „reverse“：优先处理更远离成交价的报价，如卖5/买5等
`cash_delivery_period`	3	`0`	Der Lieferzyklus für den Verkauf einer Aktie gegen Barzahlung im Backtesting wird durch eine Zahl N dargestellt, was bedeutet, dass die Barlieferung am N-ten Tag nach dem Handelsdatum abgeschlossen werden kann. Bargeld wird sofort nach dem Erwerb zum Gesamtvermögen addiert, während sich im Transit befindliche Gelder (noch nicht gelieferte Gelder) nicht für die nächste Transaktion verwenden können Wenn die Bargeldlieferungsperiode Null ist, besteht die Option, den Vermögenswert zuerst in derselben Runde zu verkaufen, um so viel Bargeld wie möglich für die Verwendung in der Runde zu erhalten KAUFEN
`stock_delivery_period`	3	`1`	Der Aktienlieferungszyklus nach dem Kauf der Aktie während des Backtestings, wobei eine Zahl N verwendet wird, um den N-ten Tag nach dem Handelsdatum darzustellen, an dem die Vermögenslieferung abgeschlossen werden kann. Anteile werden beim Erwerb sofort dem Gesamtvermögen zugerechnet, noch nicht gelieferte Anteile können jedoch nicht für die nächste Transaktion verwendet werden
`market_open_time_am`	3	`09:30:00`	Morgenöffnungszeiten der Handelsmärkte
`market_close_time_am`	3	`11:30:00`	Vormittags schließt der Handelsmarkt
`market_open_time_pm`	3	`13:00:00`	Nachmittagsöffnungszeiten der Handelsmärkte
`market_close_time_pm`	3	`15:00:00`	Nachmittags schließt der Handelsmarkt
`strategy_open_close_timing_offset`	3	`1`	Der Öffnungs-/Schließungs-Laufzeitversatz des Strategiesignals in Minuten, wenn die Strategiesignal-Laufzeit öffnet/schließt und vorverlegt/verschoben werden muss Um zu vermeiden, dass nicht gehandelt werden kann, wird ein Offset durchgeführt.
`opti_start`	0	`None`	Startdatum des Strategieoptimierungsintervalls im Optimierungsmodus Wenn es leer bleibt (Keine), wird es zur Laufzeit automatisch als Datum ein Jahr vor „opti_end“ abgeleitet.
`opti_end`	0	`None`	Enddatum des Strategieoptimierungsintervalls im Optimierungsmodus Wenn es leer bleibt (Keine), wird es zur Laufzeit automatisch basierend auf dem aktuellen Datum abgeleitet.
`opti_cash_amounts`	1	`[100000.0]`	Der in das Optimierungsmodell investierte Geldbetrag, ein Tupel oder eine Liste, der jedes Mal investierte Geldbetrag, mehrere Zahlen geben mehrere Investitionen an
`opti_cash_dates`	2	`None`	Das Datum des Cash-Inputs im Strategieoptimierungsintervall, eine Zeichenfolge oder Liste, wobei mehrere Daten mehrere Cash-Inputs anzeigen. Der Standardwert ist „Keine“. Wenn dieser Parameter „Keine“ ist, ist das Geldeingabedatum dasselbe wie „invest_start“, und wenn der Parameter nicht „Keine“ ist, überschreibt dieser Parameter das invest_start Wenn der Parametereingabetyp str ist, ist das Format „JJJJMMTT“. Wenn Sie mehrere feste Bargeldeingaben oder mehrere diversifizierte Eingaben simulieren müssen, können Sie einen Listentyp oder einen Str-Typ eingeben Die folgenden zwei Eingabemethoden sind äquivalent: „20100104,20100202,20100304“ [„20100104“, „20100202“, „20100304“]
`opti_type`	3	`single`	Optimierungstyp. Bezieht sich auf die Art und Weise, wie die optimierten Daten genutzt werden. „einzeln“ – In jeder Optimierungstestrunde wird ein einzelner Backtest durchgeführt, der das gesamte Intervall abdeckt, und im Optimierungsintervall ausgewertet Backtest-Ergebnisse „mehrfach“ – In jeder Runde des Optimierungstests werden die Daten im Optimierungsintervall in mehrere Teilintervalle unterteilt, in denen die Unterintervalle liegen Die Intervalle werden separat getestet und die Ergebnisse aller Tests werden verwendet, um die Bewertung der Strategie über das gesamte Intervall zu ermitteln
`opti_sub_periods`	3	`5`	Nur gültig für unbeaufsichtigte Optimierung. Gilt nur für unbeaufsichtigte Optimierung und nur, wenn der Optimierungstyp „mehrfach“ ist. Die Anzahl der Teilintervalle, in die das Optimierungsintervall unterteilt werden soll
`opti_sub_prd_length`	3	`0.6`	Nur gültig, wenn der Optimierungstyp „mehrfach“ ist. Verhältnis der Länge jedes Optimierungsunterintervalls zur Länge des gesamten Optimierungsintervalls. Wenn beispielsweise die Länge des Optimierungsintervalls 10 Jahre beträgt, bedeutet dieser Parameter von 0,6, dass die Länge jedes Optimierungsteilintervalls 6 Jahre beträgt
`test_start`	0	`None`	Startdatum des Strategietestzeitraums im Optimierungsmodus. Wenn es leer gelassen wird (Keine), wird es zur Laufzeit automatisch als die sechs Monate vor „test_end“ abgeleitet. Bei expliziter Festlegung lautet das Format „JJJJMMTT“.
`test_end`	0	`None`	Enddatum des Strategietestintervalls im Optimierungsmodus Wenn es leer bleibt (Keine), wird es zur Laufzeit automatisch basierend auf dem aktuellen Datum abgeleitet. Bei expliziter Festlegung lautet das Format „JJJJMMTT“.
`test_cash_amounts`	1	`[100000.0]`	Die Optimierungsmodus-Strategie testet jedes Mal, wenn Sie Geld investieren, den investierten Geldbetrag, ein Tupel oder eine Liste. Wenn Sie mehrere Anlageinvestitionen in bar simulieren, geben Sie mehrere Zahlen ein, um mehrere Eingaben anzuzeigen Die Anzahl der eingegebenen Ziffern muss mit der Anzahl der Daten in „cash_dates“ übereinstimmen
`test_cash_dates`	2	`None`	Das Datum des Cash-Inputs im Strategieoptimierungsintervall, eine Zeichenfolge oder Liste, wobei mehrere Daten mehrere Cash-Inputs anzeigen. Der Standardwert ist „Keine“. Wenn dieser Parameter „Keine“ ist, ist das Geldeingabedatum dasselbe wie „invest_start“, und wenn der Parameter nicht „Keine“ ist, überschreibt dieser Parameter das invest_start-Parameter \| Wenn der Parametereingabetyp str ist, ist das Format „JJJJMMTT“. Wenn Sie mehrere feste Bargeldeingaben oder mehrere diversifizierte Eingaben simulieren müssen, können Sie einen Listentyp oder einen Str-Typ eingeben Die folgenden zwei Eingabemethoden sind äquivalent: „20100104,20100202,20100304“ [„20100104“, „20100202“, „20100304“]
`test_type`	3	`single`	Testtyp. Bezieht sich darauf, wie die Testdaten verwendet werden. „single“ – ein einzelner Backtest, der das gesamte Intervall im Testintervall in jeder Runde des Optimierungstests abdeckt und Auswertung der Backtesting-Ergebnisse „multiple“ – In jeder Optimierungstestrunde werden die Daten aus dem Testintervall in mehrere Teilintervalle aufgeteilt Die Strategie wird in einigen Teilintervallen separat getestet und die Ergebnisse aller Tests werden verwendet, um die Leistung der Strategie im gesamten Intervall zu bestimmen. Bewertungsergebnisse „montecarlo“ – ein Monte-Carlo-Test, der eine große Anzahl randomisierter Modi basierend auf der statistischen Natur der historischen Daten des Testintervalls generiert Die vorgeschlagenen Preisänderungsdaten werden verwendet, um die Leistung der Strategie zu bewerten, und schließlich wird die statistische Signifikanz angegeben Ergebnisse der Evaluation des Rechts auf Bildung
`test_indicators`	2	`years,fv,return,mdd,v,ref,alpha,beta,sharp,info`	Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter. Als durch Kommas getrennte Zeichenfolge formatiert, werden mehrere Bewertungsmetriken als Wörterbuch ausgegeben, das einen oder mehrere der folgenden Typen enthält „years“ - total year „fv“ - final values „return“ - total return rate „mdd“ - max draw down „ref“ - reference data return „alpha“ - alpha rate „beta“ - beta rate „sharp“ - sharp rate „info“ - info rate
`indicator_plot_type`	2	`histo`	Arten von Visualisierungsdiagrammen für Optimierungs- oder Testergebnisbewertungsmetriken. 0 – Fehlerleistentyp 1 – Scatter-Typ 2 - Histotyp 3 - Geigentyp 4 - Kastentyp
`test_sub_periods`	3	`3`	Nur gültig, wenn der Testtyp „mehrfach“ ist. Anzahl der Testintervalle, die in Teilintervalle aufgeteilt werden sollen
`test_sub_prd_length`	3	`0.75`	Nur gültig, wenn der Testtyp „mehrfach“ ist. Verhältnis der Länge jedes Testteilintervalls zur gesamten Testintervalllänge. Wenn die Länge des Testintervalls beispielsweise 4 Jahre beträgt, bedeutet dieser Parameter 0,75, dass die Länge jedes Testteilintervalls 3 Jahre beträgt
`test_cycle_count`	3	`100`	Nur gültig, wenn der Testtyp „Montecarlo“ ist. Die Menge der generierten simulierten Testdaten. Generieren Sie standardmäßig 100 Sätze simulierter Preisdaten, führen Sie 100 Strategie-Backtests durch und werten Sie deren Statistiken aus
`optimize_target`	1	`final_value`	Das Optimierungsziel der Strategie. Das heißt, die Optimierung erfolgt mit dem Ziel, die beste Strategie für diese Metrik zu finden
`maximize_target`	1	`True`	Finden Sie die Strategie mit dem größten Zielwert, wenn True, und die Strategie mit dem niedrigsten Zielwert, wenn False
`opti_method`	1	`1`	Strategieoptimierungsalgorithmus mit den folgenden optionalen Werten. 0 – Rastermethode, Rastersuche im gesamten Vektorraum in regelmäßigen Abständen 1 – Monte-Carlo-Methode, Suche nach der besten Strategie durch zufälliges Herausnehmen bestimmter Punkte im Vektorraum 2 – Inkrementelle progressive Längenmethode, die mehrere Suchrunden im Vektorraum durchführt und einige der Teilmengen basierend auf den Ergebnissen am Ende jeder Suchrunde auswählt Platz ein, wodurch die Schrittweite für weitere Suchvorgänge verringert wird 3 – Genetische Algorithmen zum Finden globaler Optimum durch Modellierung der Entwicklung von Populationen von Organismen als Reaktion auf Umweltstress (noch nicht abgeschlossen) 4 – ML-Methode, auf maschinellem Lernen basierender Algorithmus für die optimale Strategiesuche (noch nicht abgeschlossen)
`opti_grid_size`	3	`1`	Nützlich bei der Suche nach der optimalen Strategie mithilfe einer umfassenden Suchmethode mit einem Suchschritt von
`opti_sample_count`	3	`256`	Nützlich bei der Suche nach einer optimalen Strategie mithilfe von Monte-Carlo-Methoden ist die Anzahl der Stichproben im Vektorraum
`opti_r_sample_count`	3	`16`	Nützlich bei der Suche nach der optimalen Strategie mithilfe der progressiven Längenmethode, der Anzahl der in jeder Runde entnommenen Zufallsstichproben
`opti_reduce_ratio`	3	`0.1`	nützlich bei der Suche nach einer optimalen Strategie mit der progressiven Wachstumsmethode. Anteil, der nach jeder Runde der Zufallsauswahl aufgrund der Leistung beibehalten wird, und ebenso der Anteil der Unterraumreduzierung
`opti_max_rounds`	3	`5`	Nützlich bei der Suche nach einer optimalen Strategie mithilfe der Methode der progressiven Länge, der maximalen Anzahl an Runden für eine Suche mit mehreren Runden. Die Suche stoppt, wenn die Anzahl der Runden diesen Wert überschreitet
`opti_min_volume`	3	`1000`	Nützlich bei der Suche nach der optimalen Strategie mithilfe der Methode der progressiven Länge mit einem minimalen Raumvolumen, wobei die Suche gestoppt wird, wenn das Raumvolumen unter diesen Wert fällt
`opti_population`	3	`1000.0`	Nützlich bei der Suche nach optimalen Strategien mithilfe genetischer Algorithmen ist die Anzahl der Populationen
`opti_output_count`	3	`30`	Anzahl der optimalen Parameter, die nach der Optimierung der Richtlinienparameter ausgegeben werden