## 请注意区分Python2和Python3 python2使用six的StringIO，python3使用six的BytesIO 更多有关文件操作的方法请参考[Python的io文档](https://docs.python.org/3.6/library/io.html#io.BytesIO)及[six的文档](https://six.readthedocs.io/) **投资研究的根目录在哪** https://www.joinquant.com/research **如何将本地的文件上传到投资研究** 打开[投资研究](https://www.joinquant.com/research)按照下面的指示完成，上传结束后文件在根目录。 为了保证大家可以正常的使用，我们对文件大小及上传速度有限制，如果文件较大，请使用我们的金融终端在本地研究。 ![上传.png][1] **在回测及研究中读取研究中的文件** （1）在官网的回测及研究中读取研究中的数据，请参考下面的回测； **如何在回测及模拟交易中连网获取数据** （1）我们的回测及模拟支持连网，您可以requests等获取数据； （2）也可以连您自己的数据库，具体教程参考[如何连数据库](https://www.joinquant.com/post/14048); **如何获取研究的目录** ![pwd.png][2] **如何在研究中读取研究中的csv文件** 将csv文件和研究文件放在同一个目录下（不确定的话，直接都放到研究的根目录），直接使用pandas读取 ``` import pandas as pd pd.read_csv('test.csv') ``` **写入研究及读入回测** ``` import pandas as pd from six import StringIO # python3使用下面的 # from six import BytesIO """ 将回测结果写入研究中，csv文件 """ # 初始化函数，设定基准等等 def initialize(context): # 写入 df = get_price('000001.XSHE') write_file('test_df.csv', str(df)) # 读入 df2 = pd.read_csv(StringIO(read_file('test_df.csv'))) print(type(df2)) print(df2) ``` **如何将回测中的数据写到研究中** ``` df = attribute_history('000001.XSHE', 5, '1d') #获取DataFrame表 write_file('from_backtest.csv', df.to_csv(), append=False) #写到文件中 ``` 在[研究根目录](https://www.joinquant.com/research)查看文件，勾选需要下载的文件，然后在最上面工具栏点击下载 下载文件，由于官网有限制，如果数据量比较多请使用我们的[JQData](https://www.joinquant.com/help/api/help?name=JQData) ![back.png][3] ![xiazai.png][4] **每天收盘后，将持仓信息持久化到本地** ``` ## 收盘后运行函数 def after_market_close(context): log.info(str('函数运行时间(after_market_close):'+str(context.current_dt.time()))) #得到当天所有成交记录 trades = get_trades() for _trade in trades.values(): log.info('成交记录：'+str(_trade)) df = context.portfolio.positions write_file('json_test.josn', str(dict(df))) log.info('一天结束') log.info('##############################################################') ``` **在Python2回测中读取json文件** ``` from six import StringIO import json ans_file = StringIO(read_file('history_rsrs.json')) df = ans_file.read(ans_file) print(type(df)) # 将单引号替换为双引号 df = df.replace("'", '"') df2 = json.loads(df) print(type(df2)) ``` **在回测中写及读取pkl文件** pkl文件比较特殊，请尽量保证python2的版本一致，[使用pickle模块将数据对象保存到文件并在回测中读取](https://www.joinquant.com/post/11578) ``` import cPickle as pickle df = get_price('600507.XSHG') content = pickle.dumps(df) #将数据序列化成pkl格式的字符串 write_file('test.pkl',content) #储存数据 df = pickle.loads(read_file('test.pkl')) #读取字符串形式的pkl文件 print df ``` **在回测中读取h5文件** ``` from keras.models import load_model from six import BytesIO with open('temp','wb') as f: f.write(read_file('model20')) #储存一个临时文件,进程结束后清理 load_model('temp') print('加载完成') ```  ``` Python3回测读取h5文件，方法二 from six import BytesIO models = tf.keras.models.load_model(BytesIO(read_file('xxx.h5'))) ``` **csv中文乱码** df.to_csv('test.csv', encoding="utf_8_sig") **有问题可以多试几种编码方式，例如gbk,utf-8等** [参考](https://www.cnblogs.com/onelikeone/p/7751506.html)  **说明**： - 参考教程[在回测及模拟交易中读取/写入研究中不同格式的文件](https://www.joinquant.com/view/community/detail/a9f7577b37265f78ffc2c6bb2467d47e) - 回测或者模拟交易，默认从研究的根目录读取文件； - 回测或者模拟交易保存的文件也默认在研究的根目录中； - 不支持excel文件，您可以保存成csv; [1]: https://image.joinquant.com/3ced8bde5c25b0746eeda395db413483 [2]: https://image.joinquant.com/4460f86c9859de514291ddf37df15ce2 [3]: https://image.joinquant.com/236fe5250e12f92a68c0658b59c201c8 [4]: https://image.joinquant.com/aa04b030f9d686cce873834b2ba3081e