这个仓库是QuantConnect的Lean算法交易引擎，是一个事件驱动、专业级别的算法交易平台，具备优雅的工程设计和深度的量化概念建模。以下是对该仓库的详细介绍：

仓库概述

• 平台特点：LEAN是一个事件驱动、专业级别的算法交易平台，注重优雅的工程设计和深度的量化概念建模。它支持开箱即用的替代数据和实时交易。
• 模块化设计：该平台采用模块化设计，每个组件都可插拔和定制，并且自带了适用于所有主要插件点的模型。
• CLI工具：提供QuantConnect Lean CLI命令行界面工具，方便开发者与Lean算法交易引擎进行交互，可用于管理项目、运行回测、部署实时算法等任务。

主要功能模块

1. 引擎（Engine）
   • LeanEngineSystemHandlers：提供系统级处理程序的容器。
   • DataFeeds：数据管理模块，如DataManager，处理算法中数据的管理和更新。
   • Storage：存储模块，包含LocalObjectStore类，是IObjectStore的本地磁盘实现，用于管理对象存储，包括初始化、读取、保存和删除对象数据等操作，同时会检查存储限制，若超出限制会抛出StorageLimitExceededException异常。
2. 算法（Algorithm）
   • CSharp和Python实现：提供了多种算法示例，如ObjectStoreExampleAlgorithm展示了IObjectStore的使用，通过缓存历史数据来加速连续回测；IntradayReversalCurrencyMarketsAlpha展示了如何处理新证券的创建和缓存类。
3. 通用（Common）
   • Api：包含与API交互的相关类，如ObjectStoreResponse定义了获取对象存储信息的响应类，包括获取、列出和属性查询等响应。
   • Storage：提供ObjectStore类，作为IObjectStore的辅助类，简化了对对象存储方法的访问，支持多种数据格式的读写操作，如JSON、XML等。
4. 其他模块
   • Brokerages：经纪商相关模块，处理与不同经纪商的交互。
   • Indicators：指标模块，提供各种技术指标的实现。
   • Optimizer：优化器模块，用于算法参数的优化。

代码示例

以下是ObjectStoreExampleAlgorithm中使用对象存储的示例代码：

class ObjectStoreExampleAlgorithm(QCAlgorithm):
    spy_close_object_store_key = "spy_close"
    spy_close_history = RollingWindow[IndicatorDataPoint](252)

    def initialize(self):
        self.set_start_date(2013, 10, 7)
        self.set_end_date(2013, 10, 11)
        self.SPY = self.add_equity("SPY", Resolution.MINUTE).symbol
        self.spy_close = self.identity(self.SPY, Resolution.DAILY)

        if self.object_store.contains_key(self.spy_close_object_store_key):
            values = self.object_store.read(self.spy_close_object_store_key)
            history = pd.read_csv(StringIO(values), header=None, index_col=0, squeeze=True)
            for time, close in history.items():
                self.spy_close.update(time, close)
        else:
            history = self.history(self.SPY, timedelta(365), Resolution.DAILY).close.unstack(0).squeeze()
            for time, close in history.items():
                self.spy_close.update(time, close)
            self.object_store.save(self.spy_close_object_store_key,
                '\n'.join(reversed([f'{x.end_time},{x.value}' for x in self.spy_close_history])))

安装和使用

• 安装：使用pip install lean命令安装QuantConnect Lean CLI。
• 命令示例
  • 创建新项目：lean project-create
  • 运行本地Jupyter Lab环境：lean research
  • 本地回测项目：lean backtest
  • 本地优化项目：lean optimize
  • 本地实时交易：lean live

相关链接

• Lean Home
• Documentation
• Download Zip
• Docker Hub
• Nuget