21天驯化AI打工仔 - 开发量化交易系统

今天是第二天，我计划实现如下任务： 1. 安装 ClickHouse 和 DBeaver 2. 创建 ClickHouse 数据表 3. 修改 Redis 消息队列代码以支持 ClickHouse 存储

我唤醒了 007，它今天是要陪我一起战斗代码的。

---

1. 安装 ClickHouse 和 DBeaver

我使用的是 mac 系统，电脑里还没有安装 ClickHouse 和 DBeaver，所以我首先需要安装它们。

1.1. 安装 ClickHouse

我：007！给我一个ClickHouse mac 系统的安装教程。

007：收到！以下是您需要的 ClickHouse 的安装教程！

ClickHouse 是一个用于联机分析（OLAP）的列式数据库管理系统（DBMS），最早由俄罗斯 IT 公司 Yandex 为 Yandex.Metrica 网络分析服务开发，于 2016 年基于宽松式的 Apache2.0 许可证发布。

于是，我使唤 007 给我一个 Mac 系统安装 ClickHouse 的教程，它对此表示非常容易，于是，我按照下面的步骤进行安装。

1. 下载 ClickHouse：前往 ClickHouse 官方网站 下载适用于 Mac 系统的安装包。也可以使用 curl 实现快速安装： curl https://clickhouse.com/ | sh
2. 可以通过 Homebrew 安装 ClickHouse： brew install clickhouse
3. 启动服务器：打开终端，导航到解压后的目录，执行 ./clickhouse - server 命令启动 ClickHouse 服务器。若要在后台启动服务器，可使用 ./clickhouse - server --daemon 命令。服务器启动后，会监听默认端口 9000。
4. 启动客户端：打开终端，导航到解压后的目录，执行 ./clickhouse - client 命令启动 ClickHouse 客户端。若要在后台启动客户端，可使用 ./clickhouse - client --daemon 命令。客户端启动后，你可以使用 SQL 语句与 ClickHouse 进行交互。

1.2. 安装 DBeaver

为了方便管理 ClickHouse 数据库，我计划安装 DBeaver。

我：007！再给我一个DBeaver mac 系统的安装教程。

007：收到！以下是您需要的 DBeaver 的安装教程！

DBeaver 是一个通用数据库管理工具和 SQL 客户端，支持多种数据库，其中包括 ClickHouse。通过 DBeaver，用户可以使用 JDBC 驱动与 ClickHouse 建立连接，从而实现对 ClickHouse 数据库的访问和操作。用户只需在 DBeaver 中配置 ClickHouse 的连接参数，如主机地址、端口、用户名和密码等，就可以方便地连接到 ClickHouse 数据库，进行各种数据库操作。

1. 安装 DBeaver 并连接 ClickHouse
2. 下载并安装 DBeaver。
3. 打开 DBeaver，点击 Database > New Database Connection。
4. 搜索并选择 ClickHouse，填写连接信息（默认端口为 9000）。
5. 测试连接，确保成功。

2. 创建 ClickHouse 数据表

我：007！给我一个 ClickHouse 表，用于存储 OHLC 数据。

007：收到！在 DBeaver 中，执行以下 SQL 创建存储 OHLC 数据的表。

CREATE TABLE ohlc_data (
    ts_code String,
    trade_date Date,
    open Float32,
    high Float32,
    low Float32,
    close Float32,
    vol Float32
) ENGINE = MergeTree()
ORDER BY (ts_code, trade_date);

按照 007 的指示，我创建了一个名为 ohlc_data 的表，用于存储 OHLC 数据。

3. 修改 Redis 消息队列代码以支持 ClickHouse 存储

我现在安装好了所需要的数据库软件，在第一天到基础上，我需要更新 data_consumer.py 代码，将数据存储到 ClickHouse 数据库。007 听令！

007 说这个任务它承包了，于是给了我第二版的data_consumer.py 代码。

import redis
import json
from clickhouse_driver import Client

# 配置参数
REDIS_HOST = "localhost"
REDIS_PORT = 6379
REDIS_QUEUE_NAME = "tushare_data_queue"

CLICKHOUSE_HOST = "localhost"
CLICKHOUSE_PORT = 9000
CLICKHOUSE_DB = "default"

# 初始化 Redis 和 ClickHouse 客户端
redis_client = redis.StrictRedis(host=REDIS_HOST, port=REDIS_PORT, decode_responses=True)
clickhouse_client = Client(host=CLICKHOUSE_HOST, port=CLICKHOUSE_PORT, database=CLICKHOUSE_DB)

def insert_to_clickhouse(data):
    """将数据插入到 ClickHouse"""
    query = """
    INSERT INTO ohlc_data (ts_code, trade_date, open, high, low, close, vol)
    VALUES
    """
    values = [
        (
            record["ts_code"],
            record["trade_date"],
            record["open"],
            record["high"],
            record["low"],
            record["close"],
            record["vol"]
        )
        for record in data
    ]
    clickhouse_client.execute(query, values)

def consume_data():
    """数据消费主函数"""
    print("启动数据消费者，等待队列数据...")
    while True:
        try:
            # 阻塞式获取队列数据
            _, json_data = redis_client.brpop(REDIS_QUEUE_NAME, timeout=30)
            if json_data:
                data_package = json.loads(json_data)
                ohlc_data = data_package["ohlc_data"]
                insert_to_clickhouse(ohlc_data)
                print(f"成功插入数据: {len(ohlc_data)} 条")
        except Exception as e:
            print(f"数据处理异常: {str(e)}")
            continue

if __name__ == "__main__":
    consume_data()

我尝试运行 data_consumer.py，但程序报错如下：

(course) quantide@Mac note % python data_consumer.py 
启动数据消费者，等待队列数据... 
数据处理异常: 'str' object has no attribute 'year'
数据处理异常: 'str' object has no attribute 'year'

007（委屈但诚恳）：根据错误信息 数据处理异常: 'str' object has no attribute 'year'，问题可能出在 trade_date 字段的处理上。trade_date 是一个字符串（例如 "20230101"），而 ClickHouse 需要 Date 类型的数据。在插入数据时，ClickHouse 的 Date 类型需要一个有效的日期格式（如 YYYY-MM-DD）。

我们需要将 trade_date 从字符串格式转换为 YYYY-MM-DD 格式：

from datetime import datetime

# ...  源代码见上一章节。

def insert_to_clickhouse(data):
    """将数据插入到 ClickHouse"""
    query = """
    INSERT INTO ohlc_data (ts_code, trade_date, open, high, low, close, vol)
    VALUES
    """
    values = [
        (
            record["ts_code"],
            # 将 trade_date 字符串转换为日期类型
            datetime.strptime(record["trade_date"], "%Y%m%d").date(),
            record["open"],
            record["high"],
            record["low"],
            record["close"],
            record["vol"]
        )
        for record in data
    ]
    clickhouse_client.execute(query, values)

在此基础上，我希望让 data_consumer.py 在将 Redis 里的数据传送到 ClickHouse 之后停止运行，可在 Redis 队列没有数据时，终止循环。

# ...  源代码见上一章节。

def consume_data():
    """数据消费主函数"""
    print("启动数据消费者，等待队列数据...")
    while True:
        try:
            # 阻塞式获取队列数据
            result = redis_client.brpop(REDIS_QUEUE_NAME, timeout=1)
            if result is None:
                # 如果没有获取到数据，说明队列为空，退出循环
                print("Redis 队列为空，停止消费数据。")
                break
            _, json_data = result
            data_package = json.loads(json_data)
            ohlc_data = data_package["ohlc_data"]
            insert_to_clickhouse(ohlc_data)
            print(f"成功插入数据: {len(ohlc_data)} 条")
        except Exception as e:
            print(f"数据处理异常: {str(e)}")
            continue

007 在修改后，还“贴心”地给出了代码解释： - brpop 函数的 timeout 参数：把 brpop 函数的 timeout 参数设定为 1 秒，这意味着如果在 1 秒内没有从队列中获取到数据，brpop 函数就会返回 None。 - 队列为空的判断：在 while 循环里，检查 brpop 函数的返回值。若返回值为 None，就表明队列是空的，此时使用 break 语句退出循环，从而停止程序的运行。

这样，当 Redis 队列中的数据全部被处理完之后，程序就会自动停止。

经过上述修改，data_consumer.py 现在可以成功将数据从 Redis 队列传送到 ClickHouse 数据库。

《因子投资与机器学习策略》喊你上课啦！

面向策略研究员的专业课程，涵盖因子挖掘、因子检验和基于机器学习的策略开发三大模块，构建你的个人竞争优势！

课程助教: 宽粉
1. 全网独家精讲 Alphalens 分析报告，助你精通因子检验和调优。
2. 超 400 个独立因子，分类精讲底层逻辑，学完带走 350+ 因子实现。
3. 课程核心价值观：Learning without thought is labor lost. Know-How & Know-Why.
4. 三大实用模型，奠定未来研究框架¹：聚类算法寻找配对交易标的（中性策略核心）、基于 XGBoost 的资产定价、趋势交易模型。
5. 领先的教学手段：SBP（Slidev Based Presentation）、INI（In-place Notebook Interaction）和基于 Nbgrader（UCBerkley 使用中）的作业系统。

---

1. 示例模型思路新颖。未来一段时间，你都可以围绕这些模型增加因子、优化参数，构建出领先的量化策略系统。