import pandas as pd

# 解決數(shù)據(jù)輸出時(shí)列名不對(duì)齊的問(wèn)題
pd.set_option("display.unicode.east_asian_width", True)
# 顯示所有列，把行顯示設(shè)置成最大
pd.set_option("display.max_columns", None) ?# 顯示所有列
# 顯示所有行，把列顯示設(shè)置成最大
pd.set_option("display.max_rows", False) ?# 不顯示所有行
pd.set_option('display.width', 200) ?# 設(shè)置顯示的寬度

# 是否保存
# ----------------------------------------------------------------------------------------
store = False

# 讀取CSV文件
path = "O:/Database/futures_5m/ag8888_5m.csv"
data_csv = pd.read_csv(
? ? path, ?# 字符串：文件路徑或RRL鏈接
? ? header="infer", ?# 指定作為列名的行。默認(rèn)第一行。 不包含列名：header=None。
? ? names=None, ?# 修改列的名稱(chēng)：參數(shù)為要使用的列名列表
? ? index_col=None, ?# 指定列為索引列
? ? usecols=None, ?# int、list ?[0, 1, 2, 3, 4] ['類(lèi)型', '數(shù)量', '成交價(jià)'] 或字符串。None:所有列；int：最后一列。
? ? dtype=None, ?# 字典：列的數(shù)據(jù)類(lèi)型。
? ? parse_dates=False, ?# 把某列解析為日期類(lèi)型
? ? nrows=None, ?# 需要讀取的行數(shù),int, default None,
)

# 保存csv文件
# ----------------------------------------------------------------------------------------
path2 = "O:/Database/futures_5m/store_test.csv"
if store:
? ? data_csv.to_csv(
? ? ? ? path2, ?# 絕對(duì)路徑+文件名?；蛭募?
? ? ? ? float_format="%.2f", ?# 格式化浮點(diǎn)數(shù)
? ? ? ? columns=None, ?# 列表，寫(xiě)入文件的列，默認(rèn)為None
? ? ? ? header=True, ?# 是否輸出列名，默認(rèn)True
? ? ? ? index=True, ?# 是否輸出索引，默認(rèn)True
? ? ? ? index_label=None, ?# 索引列的列名，列表，寫(xiě)入文件的列，默認(rèn)為None
? ? ? ? chunksize=1000, ?# 一次寫(xiě)入.csv文件的行數(shù)。數(shù)據(jù)很多時(shí)，必須分批寫(xiě)入。
? ? ? ? date_format=None, ?# 日期輸出格式
? ? )

# 數(shù)據(jù)庫(kù)模塊
import mysql.connector
from sqlalchemy import create_engine
# 創(chuàng)建MySQL數(shù)據(jù)庫(kù)連接
""" connect = create_engine("數(shù)據(jù)庫(kù)類(lèi)型+數(shù)據(jù)庫(kù)驅(qū)動(dòng)://數(shù)據(jù)庫(kù)用戶(hù)名:數(shù)據(jù)庫(kù)密碼@IP地址:端口/數(shù)據(jù)庫(kù)名稱(chēng)", 其他參數(shù)) """
# ----------------------------------------------------------------------------------------------------
connect = create_engine("mysql+mysqlconnector://root:@localhost:3306/test")

# 讀取SQL文件
# ----------------------------------------------------------------------------------------

# 查詢(xún)語(yǔ)句
sql_query = "SELECT * FROM data2"

data_sql = pd.read_sql(
? ? sql_query, ?# SQL查詢(xún)語(yǔ)句：字符串格式 或 SQLAlchemy
? ? con=connect, ?# 創(chuàng)建的連接對(duì)象
? ? index_col="date", ?# 索引列：字符串或字符串列表，可選，默認(rèn)值：無(wú)
? ? coerce_float=True, ?# 將值強(qiáng)制轉(zhuǎn)為浮點(diǎn)數(shù)：布爾值，默認(rèn)為T(mén)rue
? ? params=None, ?# list、tuple或dict，可選，默認(rèn)值：None。傳遞給execute方法的參數(shù)列表
? ? parse_dates=None, ?# 解釋為日期： 列的名稱(chēng)列表 或字典：{column_name: format string}
? ? columns=None, ?# 要從sql表中選擇的列，僅在讀取表格時(shí)使用
? ? chunksize=None, ?# 讀取的行數(shù)
)

# 保存SQL文件
# ----------------------------------------------------------------------------------------

if store:
? ? data.to_sql(
? ? ? ? name="store_test", ?# SQL輸出的表名
? ? ? ? con=connection, ?# 與read_sql中相同，數(shù)據(jù)庫(kù)鏈接
? ? ? ? index=False, ?# 是否將index作為單獨(dú)的一列
? ? ? ? index_label=None, ?# 指定列作為index輸出，此時(shí)index為T(mén)rue
? ? ? ? chunksize=None, ?# 設(shè)置整數(shù)，如20000，一次寫(xiě)入數(shù)據(jù)時(shí)的數(shù)據(jù)行數(shù)量，當(dāng)數(shù)據(jù)量很大時(shí)，需要設(shè)置，否則會(huì)鏈接超時(shí)寫(xiě)入失敗
? ? ? ? dtype=None, ?# 指定列的輸出到數(shù)據(jù)庫(kù)中的數(shù)據(jù)類(lèi)型。字典形式儲(chǔ)存：{column_name: sql_dtype}。 當(dāng)不設(shè)置時(shí)，to_sql生成表時(shí)會(huì)自動(dòng)兼容最大的類(lèi)型
? ? ? ? if_exists="append",
? ? ) ?# Fail 拋出錯(cuò)誤； append 插入； replace 替換
? ? # ----------------------------------------------------------------------------------------------------------------------

# 保存為json文件
# ----------------------------------------------------------------------------------------
import json
# 把字典保存為json格式的文件
if store:
? ? with open('O:/我的回測(cè)/回測(cè)系統(tǒng) 重寫(xiě)數(shù)據(jù)模塊/回測(cè)結(jié)果保存/把字典保存為json格式的文件.json', 'w') as f:
? ? ? ? # 存在中文必須設(shè)置ensure_ascii=False
? ? ? ? results = {
? ? ? ? ? ? "合約": "bu8888",
? ? ? ? ? ? "頻率": "1m",
? ? ? ? ? ? "周期": 60,
? ? ? ? ? ? "本金": 50000,
? ? ? ? ? ? "收益": "-3506",
? ? ? ? ? ? "年化": "-44.51%",
? ? ? ? ? ? "期望": "-0.4R",
? ? ? ? ? ? "賠率": 0.82,
? ? ? ? ? ? "勝率": "33%",
? ? ? ? ? ? "次數(shù)": "6",
? ? ? ? ? ? "天數(shù)": 30,
? ? ? ? }
? ? ? ? # 將python中的對(duì)象轉(zhuǎn)化成json儲(chǔ)存到文件中
? ? ? ? """ -----------------------------------------------------------------------------------
? ? ? ? json.dump(obj=python對(duì)象,fp=write()方法的文件對(duì)象,indent=縮進(jìn)等級(jí),
? ? ? ? ? ? ? ? ? sort_keys=以鍵的順序排序,ensure_ascii=True：False輸出中文)
? ? ? ? ----------------------------------------------------------------------------------- ? """
? ? ? ? json.dump(results, f, sort_keys=False, indent=4, ensure_ascii=False)

# 讀取json格式的文件
# ----------------------------------------------------------------------------------------
with open('O:/我的回測(cè)/回測(cè)系統(tǒng) 重寫(xiě)數(shù)據(jù)模塊/回測(cè)結(jié)果保存/把字典保存為json格式的文件.json', 'r') as f1:
? ? # 直接讀取，返回字符串
? ? da = f1.read() ?# 此時(shí)數(shù)值仍是字符串，需要進(jìn)一步轉(zhuǎn)換
? ? # 轉(zhuǎn)為字典格式
? ? result = json.loads(da) ?# 轉(zhuǎn)為字典格式

# 讀取Excel文件
# ----------------------------------------------------------------------------------------
""" 注意坑：excel文件處于打開(kāi)或編輯狀態(tài)時(shí)，會(huì)讀取出錯(cuò)和失?。。?"""
data_excel = pd.read_excel(
? ? 'H:/交易資料/Python文件/K線(xiàn)測(cè)試數(shù)據(jù).xlsx', ?# 文件名或路徑
? ? sheet_name=0, ?# 字符串或整型（或兩者的列表），表的名稱(chēng)
? ? header=0, ?# 整型或整型列表，或None，默認(rèn)為0，None代表無(wú)列名。
? ? names=None, ?# 字符串列表，自定義列名，默認(rèn)為None。
? ? index_col=None, ?# 整型或者整型列表
? ? usecols=None, ?# 表示要讀取的列號(hào)或列名（列表）。None表示全部讀取。當(dāng)為str時(shí)可以為“A,D,F:H”表示讀取A,D,F,G,H列。
? ? engine=None, ?# 讀取excel時(shí)用到的引擎類(lèi)型。
)

# ?保存Excel文件
# ?----------------------------------------------------------------------------------------
if store:
? ? data_excel.to_excel(
? ? ? ? 'H:/交易資料/Python文件/test.xlsx', ?# ?路徑或文件名
? ? ? ? sheet_name='K線(xiàn)測(cè)試數(shù)據(jù)', ?# ?表的名稱(chēng)
? ? ? ? index=False, ?# ?是否保存索引