finmarketpy

finmarketpy（以前稱為 pythalesians）

finmarketpy 是一個基於 Python 的函式庫，可讓您分析市場數據，並使用簡單易用的 API 回測交易策略，該 API 具有預先建立的範本供您定義回測。包含在圖書館中

• 用於回測交易策略的預建模板
• 顯示交易策略的歷史回報
• 研究交易策略的季節性
• 圍繞數據事件進行市場事件研究
• 內建計算器使用波動率目標進行風險加權
• 以物件導向的方式編寫，使程式碼更具可重複使用性

非常歡迎該項目的貢獻者，請參見下文！

與畢泰勒斯派合併

我之前編寫過開源 PyThalesians 金融庫（已與此合併 - 因此可以專注於維護一組庫）。這個新的 finmarketpy 庫有

• 與 pythalesians 的交易部分類似的功能
• 重寫了 API，使其更加簡潔、易於使用，並且具有許多新功能。
• finmarketpy 需要這些函式庫，我已經編寫了 Chartpy（用於圖表）和 findatapy（用於載入市場資料）來運行
• 透過分成更小的、更專業的庫，它應該會讓貢獻者更容易
• 使用 findatapy，您可以輕鬆地從 Bloomberg、Quandl、Yahoo 等下載市場數據
• 使用chartpy，您可以透過變更單一關鍵字來選擇將結果顯示在matplotlib、plotly或bokeh中！

注意事項：

• 請記住，目前 finmarketpy 正在不斷發展。 API 有大量文檔，但我們希望添加更多通用文檔。
• 使用 Apache 2.0 許可證

畫廊

計算歷史交易策略的累積回報（請參閱 finmarketpy_examples/tradingmodelfxtrend_example.py）

繪製策略隨時間變化的槓桿率

繪製個人交易收益圖

計算任何資產的季節性：這裡我們顯示黃金和外匯波動的季節性（請參閱範例/seasonality_examples.py）

圍繞資產事件計算事件研究（請參閱範例/events_examples.py）

要求

主要要求

• 需求：Python 3.8
• 需要：pandas 1.2.3、numpy 等。
• 必要：用於下載市場資料的findatapy (https://github.com/cuemacro/findatapy)
• 必備：chartpy 用於時髦的互動式繪圖 (https://github.com/cuemacro/chartpy)

安裝

有關 finmarketpy 及其相關 Python 程式庫的詳細安裝說明，請造訪 https://github.com/cuemacro/finmarketpy/blob/master/INSTALL.md （其中包括有關如何設定整個 Python 環境的詳細資訊）。

另請參閱我的Python for Finance 研討會課程中的https://github.com/cuemacro/teaching/blob/master/pythoncourse/installation/installing_anaconda_and_pycharm.ipynb，其中我專門記錄了有關為數據科學設置Anaconda 環境的筆記（包括 findatapy/chartpy/finmarketpy），包括 YAML 檔案等。

您可以使用以下命令安裝該程式庫（最好從儲存庫取得最新版本，而不是發布版本）。

安裝後：

• 確保編輯 marketconstants.py 檔案（或者您可以建立 marketcred.py 檔案來覆蓋設定）

 pip install git+https://github.com/cuemacro/finmarketpy.git

但事先請確保您已經安裝了 Chartpy、findatapy 和任何其他依賴項。在chartpy中，您需要更改chartconstants.py檔案（以新增Plotly API金鑰），對於findatapy，您還需要更改dataconstants.py檔案以新增Quandl API（並可能更改那裡的其他設定設定或新增datacred.py 文件位於util 資料夾中，或在第一次執行時間系統會提示您輸入將要安裝的API 金鑰）。如果你使用 git 執行 pip，你將獲得最新的提交。

 pip install git+https://github.com/cuemacro/chartpy.git
pip install git+https://github.com/cuemacro/findatapy.git

不過，您也可以透過 pip install 從 PyPI 取得（可能是 GitHub 上稍舊的版本）

 pip install chartpy
pip install findatapy

請注意，如果您使用定價/總回報選項，您可能需要從 GitHub https://github.com/domokane/FinancePy/ 獲得最新的 FinancePy 版本，而不是 PyPI

 pip install git+https://github.com/domokane/FinancePy/FinancePy.git

Binder 和 Jupyter - 在瀏覽器中執行 finmarketpy

您可以在瀏覽器中以互動方式運行 Binder 中的一些 Jupyter Notebook，以使用 finmarketpy。 Binder 執行個體可能需要幾分鐘才能啟動。我們目前正在努力在 Binder 中提供更多筆記本，敬請期待！

請注意，您需要取得 Quandl API 金鑰來下載市場數據才能使用其中一些數據，並且您可以在 https://www.quandl.com 註冊免費帳戶。

• 回測外匯趨勢追蹤策略 - backtest_example（Binder 連結）
• 下載市場資料範例 - market_data_example（Binder 連結）

將 finmarketpy 的分支與 master 同步

我發現這篇文章對於解釋如何更新您的分叉以匹配主更改很有用。

貢獻者

finmarketpy、findatapy 和 Chartpy 始終歡迎貢獻者。如果您想做出貢獻，請查看我們正在尋求協助的領域的計劃功能。或者，如果您有任何改進圖書館的想法，也請告訴我們！

對 Cumacro 圖書館的贊助、研討會和支持

我們花了很多年在 Cuemacro 編寫 finmarketpy 和其他開源程式庫，並且我們渴望在未來的許多年裡這樣做。

如果您使用我們的庫並且有興趣贊助 Cuemacro 的開源庫，您可以透過 GitHub 贊助頁面 https://github.com/sponsors/cuemacro 進行贊助

我們也為 Cumacro 庫提供商業服務，其中包括：

• 為期 2 天的 Python 金融研討會，可以在您的公司教授，教您如何使用 Cuemacro 的庫
• 為我們的圖書館提供廣泛的商業技術支持

如果您對我們的商業服務有興趣，請聯絡 [email protected]

所有這些資金來源，無論是贊助還是我們的商業服務，都有助於我們維護 Cuemacro 的庫，這樣我們就可以為社區改進我們的開源庫。

Numba 的問題以及在 finmarketpy/financepy 中進行期權定價

finmarketpy 底層使用 Financepy 進行選擇權定價。它使用 Numba 來加速運算。

有時您可能會遇到 Numba 錯誤，例如Failed in nopython mode pipeline (step: nopython frontend)

解決此問題的一種可能方法是刪除安裝 Financepy 的位置下的__pycache__資料夾：

例如。如果您使用py38class環境，如果您已將 Anaconda 安裝在C:Anaconda3中，您可能會在下列位置找到 Financepy 資料夾

C:Anaconda3envspy38classLibsite-packagesfinancepy

金融市場範例

在 finmarketpy/examples 中你會發現幾個例子，包括一些簡單的交易模型

發行說明

• 0.11.12 - finmarketpy（2023 年 4 月 26 日）
• 0.11.11 - finmarketpy（2021 年 10 月 7 日）
• 0.11.10 - finmarketpy（2021 年 10 月 6 日）
• 0.11.9 - finmarketpy（2021 年 6 月 1 日）
• 0.11.8 - finmarketpy（2021 年 1 月 25 日）
• 0.11.7 - finmarketpy（2020 年 10 月 20 日）
• 0.11.6 - finmarketpy（2020 年 10 月 2 日）
• 0.11.5 - finmarketpy（2020 年 8 月 24 日）
• 0.11.4 - finmarketpy（2020 年 5 月 6 日）
• 0.11.3 - finmarketpy（2019 年 12 月 4 日）
• 0.11.1 - finmarketpy（2019 年 10 月 23 日）
• 0.11 - 金融市場
• 第一個預發布版本

編碼日誌

金融市場日誌

• 2024 年 11 月 9 日
  • 更改了趨勢追蹤範例以使用 FRED
• 2024 年 5 月 19 日
  • 修復了並行運行錯誤
• 2024 年 4 月 1 日
  • 新增了 Jupyter 筆記本，以實作 findatapy 的新 ArcticDB 支持
• 2024 年 1 月 1 日
  • 用於減少 TradingModel 樣板程式碼的幫助程式碼
  • 升級至FinancePy 0.310並重構FXVolSurface
• 2023 年 4 月 26 日
  • 將 sklearn 更改為 scikit-learn 依賴項
• 2022 年 4 月 5 日
  • 將所需的 FinancePy 版本設為 0.220 並為此重構 FXVolSurface
• 2021 年 10 月 7 日
  • 將所需的 FinancePy 版本設定為 0.193
• 2021 年 9 月 23 日
  • 修復了 YoY 圖中的錯誤
• 2021 年 7 月 23 日
  • 回測中增加滾動成本
• 2021 年 5 月 30 日
  • 新增了 S3 Jupyter 筆記本以與 findatapy 一起使用
• 2021 年 5 月 21 日
  • 修正了當成交量目標關閉時繪製成交量目標圖的錯誤
• 2021 年 5 月 12 日
  • 修正了在具有不同開始/結束日期的 TradingModel 中計算基準回報統計資料時的錯誤
• 2021 年 5 月 4 日
  • 改進的 Jupyter 筆記本，用於使用 findatapy 下載市場數據
• 2021 年 4 月 28 日
  • 為圖表添加了訊號乘數參數
• 2021 年 4 月 21 日
  • TradingModel 圖表的格式更改
• 2021 年 4 月 15 日
  • 恆定覆蓋現在仍然存在
• 2021 年 4 月 13 日
  • 在 TechIndicator 中將 loc 替換為 iloc，以刪除 Pandas 已棄用的功能
• 2021 年 4 月 8 日
  • 修正了啟動視窗在時間序列之前時的 EventStudy 問題
• 2021 年 3 月 21 日
  • 修復了 EventStudy 的問題
  • 構造權重時重構 TradingModel
• 2021 年 2 月 22 日
  • 修復繪製策略 IR 時的錯誤
• 2021 年 2 月 16 日
  • 在期權指數構建示例中添加了總回報
• 2021 年 2 月 11 日
  • 重構為使用計算中的連接而不是 pandas_outer_join
  • 允許 close 之外的欄位進行回測
  • 自訂提取 FX 交易量表面的執行範圍
• 2021 年 1 月 22 日
  • 外匯現貨總回報現在支援日內數據並添加了範例
  • 修正了 Numba 實施外匯現貨總回報的問題
• 2021 年 1 月 17 日
  • 修復體積表面範例以使用新的 FXVolSurface
• 2021 年 1 月 16 日
  • 關於 FXOptionPricer 和總回報 (FXOptionCurve) 的其他工作
    • 加速並處理解算器不收斂的情況
    • 允許在使用者指定的日期輸入選項
  • 新增了更多選項範例
• 2021 年 1 月 11 日
  • 修復了 FXOptionPricer 中的 OTM 罷工問題
• 2021 年 1 月 10 日
  • 修復了外匯交易量表 10 天報價的錯誤推送
  • 為 FXOptionsCurve 新增了額外參數，凍結外匯暗示、日曆等。
• 2021 年 1 月 9 日
  • 修復了外匯交易量表面的 dom/for 匯率
  • 固定附加指數
  • 仍在解決外匯期權總回報指數的問題
• 2021 年 1 月 8 日
  • 增加了跨式交易的總回報（舉例）
  • 修正了 FXOptionsCurve 上沒有市場數據的情況下頭寸翻轉和到期的問題
• 2021 年 1 月 8 日
  • 更改了 FXVolSurface 以更好地適應最新的 FinancePy
  • 新增了缺少的 FXOptionsCurve 類
• 2021 年 1 月 7 日
  • 添加了外匯普通期權定價（透過 FinancePy）
  • 計算外匯普通選擇權的總報酬指數
• 2020 年 12 月 26 日
  • 重構類別以考慮 findatapy 中的新日曆對象
• 2020 年 12 月 24 日
  • 新增了外匯遠期定價器和範例
    • 奇數日期的內插
    • 隱含的 depo 計算
  • 新增了外匯遠期總回報計算器和範例
  • 使用 Numba 重寫了外匯現貨指數構建
• 2020年12月20日
  • 更改了腳本頂部許可證中的拼寫錯誤
• 2020 年 12 月 19 日
  • 新增了 VolStats 和範例來計算已實現的波動率、波動率風險溢價和隱含波動率附加項
  • 增加了外匯現貨頭寸的外匯總回報計算
  • 開始為外匯遠期添加外匯總回報計算（不完整）
  • 將 FX vol 程式碼調整為最新版本的 FinancePy（注意，可能需要透過 GitHub 而不是 PyPI 下載）
  • 也使用下面的 FinancePy 計算了外匯交易量表面的隱含 PDF
• 2020 年 12 月 4 日
  • 修復外匯波動率插值中的導入
• 2020 年 12 月 2 日
  • 新增了 FX vol 表面插值（使用下面的 FinancePy 庫）+ 動畫範例
• 2020 年 11 月 12 日
  • 添加了 Binder，因此可以互動運行筆記本
  • 編輯 backtest_example Jupyter 筆記本並提供更多說明
• 2020 年 11 月 11 日
  • 為回測增加了累積附加索引標誌
• 2020 年 10 月 20 日
  • 修復了缺少的英鎊倉庫代碼
  • 修復了較新 MacOS 上的啟動問題
• 2020 年 10 月 2 日
  • 固定體積表面計算
• 2020 年 8 月 24 日
  • 替換 .ix 以與更高版本的 pandas 一起使用
• 2020 年 5 月 7 日
  • 改進了 QuickChart，添加了附加標籤，修復了範例
• 2020 年 5 月 6 日
  • 新增了 QuickChart，用於單行下載市場數據和繪圖
  • 新增了重新取樣返回值的功能
  • 回測中允許更多自訂參數
• 2019 年 12 月 17 日
  • 新增了 Anaconda 金融研討會安裝說明的 Python 鏈接
• 2019 年 12 月 4 日
  • 在 BacktestEngine 中使 blosc 成為可選
• 2019 年 11 月 14 日
  • 新增了網路圖
• 2019 年 11 月 2 日
  • 修復了 Mac 上運行的錯誤
  • 更新了安裝說明
  • 增加了技術指標測試
  • 新增了 backtestcomparison.py
• 2019 年 3 月 29 日 - 增加了變動交易成本
• 2018 年 11 月 14 日 - 修正了 backtest_example 中的合約錯誤
• 2018 年 9 月 18 日 - 修正了寫入 PnL CSV 時的錯誤
• 2018 年 9 月 17 日 - 新增了交易規模顯示的四捨五入（否則交易可能會因為四捨五入錯誤而無法確定）
• 2018 年 6 月 11 日 - 修正了單線程 TradeAnalysis 的錯誤
• 2018 年 5 月 29 日 - 新增端口
• 2018 年 4 月 25 日
  • 新增了（一些）並行功能用於回溯測試和敏感性分析（在 Linux 中效果更好）
  • 按資產添加不同的交易成本
  • 修復了回測範例，因此可以使用「run_in_parallel」關鍵字並可以自訂 BacktestRequest 更多
• 2018 年 4 月 18 日 - 修正交易名義規模的錯誤
• 2018 年 4 月 6 日 - 新增了測量交易名目規模頻率的功能
• 2018 年 3 月 29 日 - 修正轉儲損益表 CSV 時的錯誤
• 2018 年 3 月 15 日 - 新增了事件資料緩存
• 2018 年 2 月 26 日 - 新增了替換 tech_params 下參數的解決方案（在 tradeanalysis.py 中）。
• 2018 年 1 月 30 日 - 修正 backtest.example.py 上的錯誤
• 2018 年 1 月 25 日 - 修復課堂上的錯誤
• 2018 年 1 月 4 日 - Cred 覆蓋常數的錯誤修復
• 2017 年 9 月 16 日 - 新增至計畫功能列表
• 2017 年 7 月 10 日 - 新增了 conda 的安裝說明
• 2017 年 7 月 3 日 - 修正了對季節性庫的依賴
• 2017 年 6 月 26 日 - BacktestEngine 現在可以處理加權總和風格的投資組合
• 2017 年 6 月 23 日 - 下載經濟資料觀察日期 (EventStudy)
• 2017 年 6 月 21 日 - 使用彭博總回報數據添加趨勢追蹤範例
• 2017 年 6 月 7 日 - 在敏感度分析中加入 IR/Rets 輸出 (TradeAnalysis)
• 2017 年 5 月 22 日 - 輸出策略回報（至 CSV 檔案）
• 2017 年 5 月 3 日 - 增加了更多計劃中的功能
• 2017 年 4 月 13 日 - 更改了外匯趨勢追蹤模型的完成日期
• 2017 年 3 月 12 日 - 新增了 FX vol 表面動畫範例
• 2017 年 2 月 25 日 - 新增訊號延遲參數
• 2017 年 2 月 24 日 - 重構回測類，以便具有一致的命名
• 2017 年 2 月 21 日 - 重構 BacktestEngine 以使用 SwimPool
• 2017 年 2 月 20 日 - 額外安裝說明
• 2017 年 2 月 14 日 - 新增了計畫功能頁面
• 2017 年 2 月 8 日 - 為 TradingModel 新增了 SHOW_CHARTS 參數，並使 SMA 能夠與舊的 pandas 一起使用
• 2017 年 2 月 5 日 - 如果未指定名目值，則在 TradeAnalysis 中新增更多安裝說明並修復 Excel 輸出
• 2017 年 2 月 2 日 - 對最大多頭/空頭限制的進一步更改（透過重構）
• 2017 年 2 月 1 日 - 在 BacktestEngine 中新增了最大多頭/空頭和繪圖的限制
• 2017 年 1 月 25 日 - 針對多種資產的止損/止盈的額外工作以及為 TradeAnalysis 繪製錯誤修復
• 2017 年 1 月 24 日 - 解決停損/止盈問題並在 TechParams 中新增字段
• 2017 年 1 月 19 日 - 更改項目中範例的位置
• 2017 年 1 月 16 日 - 在 BacktestEngine 中新增了用於調試損益的方法（轉儲帶有訊號/資產/回報的表）
• 2017 年 1 月 12 日 - 新增了詳細的安裝說明
• 2017年1月11日 - 重寫了大量評論，增加了ATR計算和基本停損/止盈功能
• 2017 年 1 月 7 日 - 現在輸出按名義和使用者定義的合約規模縮放的頭寸規模
• 2017 年 1 月 6 日 - 新增了使用者定義的策略權重和一般錯誤修復
• 2017 年 1 月 4 日 - 新增了用於計算槓桿的週期變化參數（在 RiskEngine 中）
• 2016 年 11 月 30 日 - 新增了 NFP 的季節性範例
• 2016 年 11 月 24 日 - 新增汽油季節性範例
• 2016 年 11 月 17 日 - 將 TradingModel 的預設來源變更為 ChartConstants
• 2016 年 10 月 14 日 - 修復了 MarketConstants 中的北極參考
• 2016 年 10 月 13 日 - 修正了 BacktestEngine 的 IR 繪圖，新增了 YoY 指標圖
• 2016 年 10 月 11 日 - 加入 TradeAnalysis 中的另一種繪製投資組合回報統計數據的方法
• 2016 年 10 月 10 日 - 新增了 returns_example 以展示如何透過 finmarketpy 使用 PyFolio，新增了 TradeAnalysis 的資料幀輸入，修復了自述文件中的拼字錯誤
• 2016 年 10 月 7 日 - 將 .idea 新增至 .gitignore
• 2016 年 10 月 6 日 - 拆分交易數量與持倉比例繪圖
• 2016 年 9 月 22 日 - 修正了訊號繪圖時的列排序
• 2016 年 9 月 21 日 - 允許繪製多個訊號日
• 2016年9月15日 - finmarketpy 和 pythalesians 完全合併，發布版本 0.11
• 2016 年 9 月 12 日 - 修正了 TradeAnalysis 的問題（方法名稱）
• 2016 年 9 月 2 日 - 修正了外部資料框生態事件的問題，並新增了事件研究範例
• 2016 年 9 月 1 日 - 新增了外匯交易量的季節性範例
• 2016 年 8 月 22 日 - 修正了啟動問題並新增了憑證
• 2016 年 8 月 17 日 - 上傳第一個代碼

畢泰勒斯日誌

• 2016 年 8 月 3 日 - 修正了遺失的conf文件
• 2016 年 8 月 2 日 - 更改了預設的 Plotly 背景顏色並修復了 AdapterTemplate 的常數問題
• 2016 年 8 月 1 日 - 將 pythalesians_graphics 重新命名為 Chartesians（準備最終的分拆）
• 2016 年 7 月 29 日 - 創建了 Jupyter 筆記本plot_market_data，用於使用多個庫進行繪圖，還修復了 Bokeh 大小調整問題，重構了庫，將圖表功能拆分為 pythalesians_graphics
• 2016 年 7 月 28 日 - 修正了 Quandl 返回的多個欄位的問題，並新增了 Quandl 下載範例
• 2016 年 7 月 26 日 - 增加了對 Plotly 圖表的更多支持，添加了表面卷 Plotly 示例
• 2016 年 7 月 21 日 - 重構 StrategyTemplate 圖形繪製函數
• 2016 年 7 月 20 日 - 返回 AdapterPyThalesians 的圖形句柄
• 2016 年 6 月 8 日 - 修復峰度問題，在 CashBasktest 中重構交易量縮放，在 TimeSeriesFilter 中新增重新取樣包裝器
• 2016 年 6 月 3 日 - 加速 CashBacktest（construct_strategy 方法）
• 2016 年 6 月 2 日 - 修正了安裝中遺失的 StrategyTemplate 文件，新增了路徑自動偵測以簡化安裝，並新增了 pandas 和 bcolz 之間轉換的方法
• 2016 年 5 月 31 日 - 擺脫了 TechIndicator 中已棄用的 Pandas 方法
• 2016 年 5 月 27 日 - 增加了在時間點繪製策略訊號的能力
• 2016 年 5 月 19 日 - 更新 Quandl 包裝器以使用新的 Quandl API
• 2016 年 5 月 2 日 - 整理了 BacktestRequest，新增了 SPX 季節性範例
• 2016 年 4 月 28 日 - 更新現金回饋測試（針對 Pandas 0.18）
• 2016 年 4 月 21 日 - 擺脫了 EventStudy 中已棄用的 Pandas 方法
• 2016 年 4 月 18 日 - 修正了與 Pandas 0.18 的一些不相容問題
• 2016 年 4 月 6 日 - 增加更多貿易統計輸出
• 2016 年 4 月 1 日 - 加快了連接操作，在獲取高頻時間序列時非常明顯
• 2016 年 3 月 21 日 - 新增了 IPython 筆記本來示範如何回測簡單的外匯趨勢追蹤交易策略
• 2016 年 3 月 19 日 - 使用 Python 3.5 64 位元進行測試（Windows 10 上的 Anaconda 2.5）
• 2016 年 3 月 17 日 - 重建了一些圖形/時間序列函數和 StrategyTemplate
• 2016 年 3 月 11 日 - 修正了 matplotlib 1.5 中的警告
• 2016 年 3 月 9 日 - 增加了更多 TradeAnalysis 功能（用於交易策略的敏感度分析）
• 2016 年 3 月 1 日 - 新增了 IPython 筆記本來示範如何下載市場數據和繪圖
• 2016 年 2 月 27 日 - 固定總回報外匯範例
• 2016 年 2 月 20 日 - 為 StrategyTemplate 新增了更多參數
• 2016 年 2 月 13 日 - 編輯時間序列過濾方法
• 2016 年 2 月 11 日 - 新增了繪製日本央行對美元日圓現貨幹預的範例
• 2016 年 2 月 10 日 - 更新了專案描述
• 2016 年 2 月 1 日 - 新增 LightEventsFactory 以更輕鬆地處理經濟資料事件（儲存為 HDF5 檔案）
• 2016 年 1 月 20 日 - 為交易策略結果新增峰度測量，修復 Quandl 問題
• 2016 年 1 月 19 日 - 更改範例資料夾名稱
• 2016 年 1 月 15 日 - 新增風險開/關外匯相關性範例
• 2016 年 1 月 5 日 - 新增了外匯總回報（現貨）指數建構和範例
• 2015 年 12 月 26 日 - 修正了經濟數據下載器的問題
• 2015 年 12 月 24 日 - 新增了用於建立自訂指標的資料工廠模板
• 2015 年 12 月 19 日 - 重構杜高斯貝下載器
• 2015 年 12 月 10 日 - 各種錯誤修復
• 2015 年 11 月 22 日 - 增加了用於進行回測的交易量目標功能
• 2015 年 11 月 7 日 - 新增了從 Bloomberg 下載報價資料的功能（附有範例）
• 2015 年 11 月 5 日 - 新增了日內事件學習課程（和範例）
• 2015 年 11 月 2 日 - 新增了用於執行滾動關聯的簡單包裝器（和範例）
• 2015 年 10 月 28 日 - 為交易策略增加了更多敏感度分析
• 2015 年 10 月 26 日 - Bloomberg Open API 下載器的各種錯誤修復
• 2015 年 10 月 14 日 - 增加了並行下載市場資料的功能（線程/多處理庫），並提供了彭博下載器的基準測試和錯誤修復範例
• 2015 年 9 月 25 日 - 將範例重構到不同的資料夾/更多季節性範例
• 2015 年 9 月 19 日 - 增加了對 Plotly choropleth 地圖的支持，並透過 FRED/Bloomberg/Quandl 輕鬆下載經濟數據
• 2015 年 9 月 12 日 - 新增了 PyFolio 策略統計分析的基本支持
• 2015 年 9 月 4 日 - 新增了用於回溯測試的 StrategyTemplate（帶有範例）和錯誤修復
• 2015 年 8 月 21 日 - 新增了堆疊圖表（使用 matplotlib 和 bokeh）和多個錯誤修復
• 2015 年 8 月 15 日 - 新增了長條圖（使用 matplotlib 和 bokeh）並添加了更多時間序列過濾器功能
• 2015 年 8 月 9 日 - 改進了 Bokeh 支持
• 2015 年 8 月 7 日 - 新增了 Plotly 支援（透過 Jorge Santos Cufflinks 包裝器）
• 2015 年 8 月 4 日 - 新增了從 FRED 下載的功能以及從 FRED 下載的範例。
• 2015 年 7 月 29 日 - 新增回測功能（包括簡單的外匯趨勢追蹤策略）和各種錯誤修復/評論。
• 2015 年 7 月 24 日 - 新增了用於進行簡單季節性研究的功能並添加了範例。
• 2015 年 7 月 17 日 - 建立範例來展示如何使用技術指標。
• 2015 年 7 月 13 日 - 更改了 conf 的位置，將範例資料夾重新命名為 pythalesians_examples。現在可以使用 setup.py 進行安裝。
• 2015 年 7 月 10 日 - 增加了下載杜高斯貝外匯報價資料的功能（資料免費供個人使用 - 查看杜高斯貝條款和條件）。請注意，杜高斯貝通常不提供過去一個月的數據

註釋結束