因为最近做的东西牵涉到自动计算这一块，在网上搜了一下，基本上python做自动量化交易成了一个趋势，于是花了两天学习一下。
目标很简单，学习，使用。
rqalpha看起来是比较成熟的，这儿看重的是自带日线数据（省大事了），并且文档齐全，代码一直更新到最近几天，说明在可预期的一年内应该会越发成熟。另外，开源，走的是apache license2.0协议，不禁止第三方修改，使用，商用。
先说代码：https://github.com/ricequant/rqalpha， RQAlpha是一个中国市场领先的股票和期货的回测引擎，具备日级别的历史数据回测，并且具有很强的可拓展性。由Ricequant米筐科技开源，虽然涉嫌给他们做广告，不过确实不错。
文档很齐全，虽然安装的过程中还是挺累的。
安装主要靠两样:
安装指南： http://rqalpha.readthedocs.io/zh_CN/stable/intro/install.html,
详细环境搭建： http://rqalpha.readthedocs.io/zh_CN/stable/intro/detail_install.html
光靠安装指南是肯定搭不了的，还要再参考详细环境搭建。
最后，再说一下我遇到的坑。
一开始看上面似乎对linux支持力度挺大，貌似用命令全搞定，特别是很多的东西一看就是在linux中的地址，于是就用centos7一路搭起来了，
先安装gcc,g++什么的必备开发工具不待说。
首先一坑：.condarc这文件，一定要是截图如下方能起作用：
否则那个清华大学的地址是加不进来的
然后是 ImportError: No module named 'requests'
需要：pip install requests
一切好了，按照要求运行
rqalpha run
这下报的错误更多，最后不得不放弃linux，到windows上来试验
windows上错误前面是一样的，不过在装TA-Lib时遇到了新问题，由于需要编译源码，得下visual c++ 14.0这样的命令行编译器，周六下了一夜后宣告失败，第二天直接下vs2015专业版安装，然后在
http://www.cnblogs.com/Hanuman/p/5943608.html这个地方终于搞定了编译问题
最后数据也下好了，rqalpha version也得到了版本号
结果再次运行rqalpha run还是报一堆错误。再去米筐科技官网学习，突然灵光一开，从里面抄了一个简单策略，
# -*- coding: utf-8 -*-
# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
logger.info("init")
context.s1 = "000001.XSHE"
update_universe(context.s1)
# 是否已发送了order
context.fired = False
context.cnt = 1
def before_trading(context, bar_dict):
logger.info("Before Trading", context.cnt)
context.cnt += 1
# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
context.cnt += 1
logger.info("handle_bar", context.cnt)
# 开始编写你的主要的算法逻辑
# bar_dict[order_book_id] 可以拿到某个证券的bar信息
# context.portfolio 可以拿到现在的投资组合状态信息
# 使用order_shares(id_or_ins, amount)方法进行落单
# TODO: 开始编写你的算法吧！
if not context.fired:
# order_percent并且传入1代表买入该股票并且使其占有投资组合的100%
order_percent(context.s1, 1)
context.fired = True
命名为：buy_and_hold.py放置于目录C:UsersAdministrator.rqalphaexamples下，注意的是文件应存成utf-8格式
然后再用命令：
(python35) C:UsersAdministrator>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环境下的python35下（python35是我起的环境名，代表python为3.5.2）
到这一步，终于搞定，没报错了，出了一堆的结果，
然后再加上一个参数—plot，出了效果图：
虽然弄出来了，不过只是拿了现成的东西来使用，下一步是看如何将源码使用起来，通过修改源代码达到自己的意图。