Python期货量化交易中常用的数据类型有哪些?

开发
Python解释器在启动时会创建None、True、False三个常量,None表示“无”,True表示“真”,False表示“假”。None、True、False这三个常量在量化策略中会经常用到。还有Ellipsis常量与省略号的字面含义相同,常用在注释当中。

1 常用内置常量

Python解释器在启动时会创建None、True、False三个常量,None表示“无”,True表示“真”,False表示“假”。

None是NoneType类型的唯一值,表示缺少值或空值,例如,当函数没有返回值时会默认返回None值。

因为Python用“有”和“无”来表示“真”和“假”,“有”为真,“无”为假,所以None、0、空字符串、空列表、空字典都是假,非“空”数据则为真。

True和False是bool类型的值,True和False除了表示真和假,其本身也有值,True的值为1,False的值为0,可以与数值做计算。例如,5+True结果为6,3*False结果为0,1==True结果为True,1 is True结果为False,以上示例说明True的值为1,但True在内存中的地址和整数1的地址不同。

None、True、False这三个常量在量化策略中会经常用到。还有Ellipsis常量与省略号的字面含义相同,常用在注释当中。

2 整型

在计算交易手数时需要用到整型,如1、2、3、4。

Python可以直接用整数进行计算,当在Python代码中输入整数数值时,Python会自动把输入的数值创建为整型。

当然,你也可以用整型类int()创建整数,给整型类int()传递数值参数,int()便会把数值参数转换为整型。例如,int(5.89)的结果是5,转换时只保留了整数部分;int('123')的结果是123,把字符串类型转换成了整数类型。

我们可能需要从本地文件中读取数据,比如保存在本地的成交数据,所读取的数据通常是字符串类型,要把字符串类型转换成整型才能参与相关计算。

整型可以是正数也可以是负数,如3和−3。在量化策略中可定义净持仓pos=3,表示净多头3手;定义pos= -3,表示净空头3手。

3 浮点型

价格、保证金等属于浮点型数值,浮点型数值是带有小数点的小数。

类似于整型,Python可以直接用浮点型数值计算,也可以用浮点型类float()创建浮点型数值。例如,float(5)结果是5.0,在转换整数时增加了一个小数位;float('5.999')结果是5.999,把字符串转换成了浮点型数值。

整型和浮点型相加减,结果会转换成浮点型。如果在计算中想要保留两位小数,可以用round()函数,例如,a=5.946326598,round(a,2)结果是5.95,经过四舍五入之后保留两位小数。

4 字符串类型

字符串是由一对英文单引号、一对英文双引号、一对英文三单引号或一对英文三双引号包围的字符,交易品种、账号、密码等都是字符串类型。例如,'账号'、"123456"、'''密码'''、"""jkl"""都是合法的字符串。

字符串是序列类型的数据,字符串的字符有位置(索引)属性,从左到右字符的位置序号为0、1、2、3、4、5、6……从右到左的位置序号为−1、−2、−3、−4、−5、−6……

通常,字符串用一对英文单引号或一对英文双引号定义,英文三单引号或三双引号则用于多行注释。

如果一个字符串里需要有英文单引号,则应用英文双引号定义;如果一个字符串里需要有英文双引号,则应用英文单引号定义。此时的英文单引号和双引号为字符,而不是字符串的标识,例如,"ad'cd"、'ef"gh',英文双引号或单引号组成一对,成为字符串的标识,字符串中的引号则作为字符以有别于字符串标识,不会出现“含义”冲突。

字符串中可以有空格,因为空格也是字符。Python用“有”和“无”来表示“真”和“假”,没有任何字符的字符串为假,有字符的字符串为真。例如,“没有字符,为假;”有空格字符,为真。

Python可以直接处理代码中的字符串,把字符串创建在内存中并保存为字符串类型,也可以用字符串类str()创建字符串。例如,str(123)结果为'123',把数值123转换成了字符串'123'。

如果要在字符串中包含控制字符或有特殊含义的字符,就需要使用转义字符,常用的转义字符如表2-1所示。

表2-1

例如,print("abc\"de")输出abc"de,中间的英文双引号被\转义成字符,不会再与第一个英文双引号组成字符串标识。

当在字符串前加上r或R,此时字符串为原始字符串,字符串中的“\”便不再是转义字符,而是“\”本身。但字符串的最后一个字符不能是“\”,原始字符串主要用在文件路径中。

代码如下:

>>> print(r'C:\new\T0002\export\MA.csv')
C:\new\T0002\export\MA.csv

>>> print(r'C:\new\T0002\export\')
File "<stdin>", line 1
print(r'C:\new\T0002\export\')
^
SyntaxError: EOL while scanning string literal

5 结构数据类型

Python语言有许多的结构数据类型,最常用的有列表、元组、字典,列表和元组是序列类型,它们的元素有位置(索引)属性,而字典是集合类型,其元素没有位置属性。

5.1 列表

列表是以方括号“[ ]”包围的数据集合,不同元素间以英文逗号“,”隔开,列表的元素可以是任意数据类型,也可以是列表,例如,[1]、[1,]、[1, 2, 'a', [1,3], 'bcd']都是合法的列表。

列表的元素有位置属性,从左到右元素的位置序号为0、1、2、3、4、5、6……从右到左的位置序号为−1、−2、−3、−4、−5、−6……

Python可以直接处理代码中的列表,Python会自动创建列表,也可以用列表类list()创建列表。例如,a=list()创建空列表,给list()传递的参数必须是可迭代的,list()会按照参数的元素创建列表。例如,list('adffgghjj')结果是['a', 'd', 'f', 'f', 'g', 'g', 'h', 'j', 'j'],字符串的每个字符被创建为列表的元素。

列表是可变的数据类型,对列表中的元素进行修改时会直接修改原列表,而不是生成一个新列表。

5.2 元组

元组可看成特殊的列表,元组是以小括号“( )”包围的数据集合,不同元素间以英文逗号“,”隔开,元组的元素可以是任意数据类型,也可以是元组,例如,(1,)、(1, 2, 'a', (1,3), 'bcd')都是合法的元组。当元组的元素只有一个时也不能省略英文逗号,否则小括号便不是元组的标识,而是语句运算,例如,(1,)是元组,而(1)则是数值1。

同列表一样,元组的元素有位置属性,元素从左到右的位置序号为0、1、2、3、4、5、6……从右到左的位置序号为−1、−2、−3、−4、−5、−6……

Python可以直接处理代码中的元组,Python也会把以英文逗号隔开的对象创建为元组,代码如下:

>>> 1,2,3,4,5
(1, 2, 3, 4, 5)

Python也可以用元组类tuple()创建元组,例如,a=tuple()创建空元组,给tuple()传递的参数必须是可迭代的。tuple()会按照参数的元素创建元组,例如,tuple(['a', 'd', 'f', 'f', 'g'])的结果是('a', 'd', 'f', 'f', 'g'),把列表转换成了元组。

元组是不可变数据类型,对元组中的元素进行修改会创建一个新的元组,而不是直接修改原来的元组。若需要创建一组不可变的数据对象,可用元组创建。

元组主要用在变量定义中,代码如下:

>>> a,b,c=1,2,3
>>> a;b;c
1
2
3

在上述代码中,等号右边的“1,2,3”是元组,Python会自动按位置顺序把1赋值给a,把2赋值给b,把3赋值给c。

5.3 字典

字典是以大括号“{ }”包围起来的数据集合,数据以“键:值”对的形式存在,“值”可以是任意类型的数据,但“键”必须是不可变数据。不可变数据又称为可哈希的数据,可哈希数据具有唯一性,能产生唯一映射关系,因此,字典中元素的“键”都是不同的,可以通过“键”来访问字典中的元素。例如,{'a':1,'b':2,3:'c'}和{'a':1,'b':2,c:[1,2]}都是合法的字典。

Python可以直接处理代码中的字典,也可以用字典类dict()创建字典,因为字典的元素是以“键:值”对的形式存在,所以传给dict()的参数应是关键字形式,代码如下:

>>> dict(h=1,i=2,j=3,k=4)
{'h': 1, 'i': 2, 'j': 3, 'k': 4}

字典是集合类型,因此字典中的元素没有位置属性,元素是无序的,可以通过元素的键访问元素,不能通过位置访问元素。字典是可变的数据类型,修改元素的值或增删元素会直接改变原字典。

本文摘自《Python期货量化交易》

责任编辑:未丽燕 来源: 今日头条
相关推荐

2010-05-31 10:35:12

MySQL数据类型

2023-04-09 14:48:03

JavaScript脚本语言开发

2010-05-21 16:33:02

MySQL数据库

2010-07-13 10:43:26

SQL Server数

2010-07-23 14:18:47

SQL Server数

2010-04-22 09:42:00

2010-06-10 10:06:01

MySQL数据类型

2010-07-09 15:10:11

MS SQL Serv

2023-06-29 13:43:30

2010-08-20 10:26:25

DB2数据类型

2010-07-09 16:33:23

2023-03-17 16:49:42

开发Java框架

2022-08-30 21:01:17

开发Java框架

2010-03-11 15:56:15

Python列表

2021-03-24 09:37:41

数据类型数据分析数据的分类

2023-10-17 07:57:56

Python数据类型

2022-07-03 06:10:15

MySQL数据库

2019-10-27 23:16:01

物联网传感器IOT

2011-04-20 16:14:09

LinuxWindows

2019-08-12 11:40:48

数据库SQLite3数据类型
点赞
收藏

51CTO技术栈公众号