<p align="center">
<a href="https://pypi.python.org/pypi/zillionare_core_types">
<img src="https://img.shields.io/pypi/v/zillionare_core_types.svg"
alt = "Release Status">
</a>
<a href="#">
<img src="https://github.com/zillionare/core-types/actions/workflows/release.yml/badge.svg" alt="CI status"/>
</a>
</p>
## 1. Usage
To use zillionare core types in a project
```
from coretypes import Frame, FrameType
```
## 2. Features
本模块提供了在 Zillionare 中的核心类型定义。主要有：
1. 基础数据结构类的定义，比如时间帧类型 FrameType （对应于其它框架中可能使用的字符串 '1m', '1d'之类的定义）， 时间日期类型 Frame， 证券类型定义 FrameType 等。在几乎所有需要使用行情数据的地方，您都应该使用这些类型定义。
2. 交易错误类型，比如 NocashError （现金不足以完成交易错误）等等。
3. QuotesFetcher 接口定义。如果您要将其它数据源接入到 zillionare 中，就需要实现这个接口，按照定义返回相应的数据。一旦实现了此接口，就可以在 zillionare-omega 配置文件中配置接口，以例 omega 可以自动启用这个 adaptor 来获取数据。
### 2.1. 基础数据结构定义
基础数据结构定义中，共有两种类型。一种是用以静态类型检查使用的，通常 IDE，mypy 这样一些工具会利用它，以检测编码错误，或者提供自动完成。比如， BarsArray 就是这样一个类型，我们可以用它来声明一个行情函数的返回值类型。它的特点时，以目前的 Python 版本（截止到 Python3.8) 来看，类型信息无法在运行时访问到。
另一类则是运行时类型，比如 FrameType 等。
#### 2.1.1. FrameType
行情数据都是按帧进行封装的，比如，每 1 分钟为一个单位，封装了高开低收、成交量等信息。这样的单位常常还有 5 分钟，15 分钟，日线等等。 FrameType 列举了在 Zillionare 中常用的帧类型。在其它软件中，您可能看到`unit`或者`peroid`、周期等说法。当然，可能 FrameType 是最精准的一个词。
Zillionare 提供了以下对应帧类型：
| 周期 | 字符串 | 类型 | 数值 |
| --------- | ------ | ----------------- | ---- |
| 年线 | 1Y | FrameType.YEAR | 10 |
| 季线 | 1Q | FrameType.QUARTER | 9 |
| 月线 | 1M | FrameType.MONTH | 8 |
| 周线 | 1W | FrameType.WEEK | 7 |
| 日线 | 1D | FrameType.DAY | 6 |
| 60 分钟线 | 60m | FrameType.MIN60 | 5 |
| 30 分钟线 | 30m | FrameType.MIN30 | 4 |
| 15 分钟线 | 15m | FrameType.MIN15 | 3 |
| 5 分钟线 | 5m | FrameType.MIN5 | 2 |
| 分钟线 | 1m | FrameType.MIN1 | 1 |
FrameType还提供了 `<`, `<=`, `>=`, `>`等比较运算。
#### 2.1.2. SecurityType
常见的证券交易品种定义。
| 类型 | 值 | 说明 |
| -------------------- | ------------ | --------- |
| SecurityType.STOCK | stock | 股票类型 |
| SecurityType.INDEX | index | 指数类型 |
| SecurityType.ETF | etf | ETF基金 |
| SecurityType.FUND | fund | 基金 |
| SecurityType.LOF | lof，LOF基金 | |
| SecurityType.FJA | fja | 分级A基金 |
| SecurityType.FJB | fjb | 分级B基金 |
| SecurityType.BOND | bond | 债券基金 |
| SecurityType.STOCK_B | stock_b | B股 |
| SecurityType.UNKNOWN | unknown | 未知品种 |
它的一个用法是，在我们查询证券列表中，有哪些股票类型的代码时：
```python
secs = await Security.select().types(SecurityType.STOCK).eval()
print(secs)
```
#### 2.1.3. MarketType
市场类型。Zillionare支持的类型为上交所`XSHG`和`XSHE`
| 类型 | 值 | 说明 |
| --------------- | ---- | ------ |
| MarketType.XSHG | XSHG | 上交所 |
| MarketType.XSHE | XSHE | 深交所 |
#### 2.1.4. bars_dtype
在zillionare中，我们一般使用 Numpy Structured Array来存储行情数据，以使用numpy的许多性能算法进行运算。同时，它也比pandas.DataFrame更省内存，在小数据集（<50万条）时，多数运算（但不是每一种运算）会有更高的性能。
要使用 Numpy Structured Array来表示行情数据，就需要定义定段列表。 [bars_dtype](api/#coretypes.types.bars_dtype)就是这样的列表，它包括了字段（frame, open, high, low, close, volume, amount, factor)。
```python
bars_dtype = np.dtype(
[
("frame", "datetime64[s]"),
("open", "f4"),
("high", "f4"),
("low", "f4"),
("close", "f4"),
("volume", "f8"),
("amount", "f8"),
("factor", "f4"),
]
)
```
#### 2.1.5. bars_dtype_with_code
在 `bars_dtype`基础上增加了`code`字段，以用于同时存取多个证券的行情的情况。
```python
bars_dtype_with_code = np.dtype(
[
("code", "O"),
("frame", "datetime64[s]"),
("open", "f4"),
("high", "f4"),
("low", "f4"),
("close", "f4"),
("volume", "f8"),
("amount", "f8"),
("factor", "f4"),
]
)
```
#### 2.1.6. bars_cols、bars_with_limit_dtype, bars_with_limit_cols
即定义在`bars_dtype`中的字段列表。有时候我们需要在numpy与pandas dataframe之间进行转换时，往往需要这个变量的值。
`bars_with_limit_dtype`提供了带涨跌停报价的行情数据类型。
`bars_with_limit_cols`提供了定义在`bars_with_limit_dtype`中的字段名列表。
#### 2.1.7. BarsArray
可用此静态类型作为行情数据（常用变量名 `bars`)的type hint，对应于`bars_dtype`。
#### 2.1.8. BarsWithLimitArray
同`BarsArray`，但带涨跌停报价，对应于`bars_with_limit_array`。
#### 2.1.9. BarsPanel
对应于`bars_dtype_with_code`的type hint类型。
#### 2.1.10. xrxd_info_dtype
除权除息信息类型
#### 2.1.11. security_info_dtype
定义了证券列表的字段
### 2.2. Trade Errors
在coretypes.errors.trade中，定义了交易中常常可能出现的异常类型。在TradeClient, TraderServer和Backtesting Server间常常都需要使用它。
我们把Trade Errors分为客户端错误 `coretypes.errors.trade.client.*`, `coretypes.errors.trade.server.*`, `coretypes.errors.trade.entrust.*`三种类型，分别表明客户端编码、传参错误；服务器内部错误和交易类型错误。
!!! Tips
对开发者而言，如果需要将此类异常传入到客户端，需要通过 [TraderError.as_json](api/#coretypes.errors.trade.base.TradeError.as_json)将其串行化后再通过网络发送，在客户端则可以通过[TraderError.from_json](api/#coretypes.errors.trade.base.TradeError.from_json)将其恢复。
为方便查错，服务器在生成TradeError时，可以传入`with_stack=True`，这样生成的TraderError(及子类)中，将包含调用栈信息（在`stack`属性中），以方便查错。
```python
def foo():
try:
raise TraderError("mock error", with_stack=True)
except TradeError as e:
print(e.stack)
```
### 2.3. QuotesFetcher
Zillionare目前只适配了聚宽的数据源，但我们通过 QuotesFetcher 让您可以自行适配其它数据源。
你需要实现定义在 [QuotesFetcher](/api/#coretypes.quote_fetcher.QuotesFetcher)中的接口，然后在omega的配置文件中，加载您的实现。
具体实现可以参考 [omega-jqadaptor](https://github.com/zillionare/omega_jqadaptor)
配置可以参见[omega-config](https://github.com/zillionare/omega/blob/master/omega/config/defaults.yaml)
```yaml
# defaults.yaml
quotes_fetchers:
- impl: jqadaptor # there must be a create_instance method in this module
account: ${JQ_ACCOUNT}
password: ${JQ_PASSWORD}
```
## 3. Credits
本项目使用[ppw](https://zillionare.github.io/python-project-wizard/)创建，并遵循ppw定义的代码风格和质量规范。
Raw data
{
"_id": null,
"home_page": "https://github.com/zillionare/zillionare_core_types",
"name": "zillionare-core-types",
"maintainer": "",
"docs_url": null,
"requires_python": ">=3.8,<4.0",
"maintainer_email": "",
"keywords": "",
"author": "Aaron Yang",
"author_email": "code@jieyu.ai",
"download_url": "https://files.pythonhosted.org/packages/d1/9b/42b3feb12c43c74aa048d645fec075e3a4356fd8530db536d7979b7e6d41/zillionare_core_types-0.6.3.tar.gz",
"platform": null,
"description": "\n<p align=\"center\">\n<a href=\"https://pypi.python.org/pypi/zillionare_core_types\">\n <img src=\"https://img.shields.io/pypi/v/zillionare_core_types.svg\"\n alt = \"Release Status\">\n</a>\n<a href=\"#\">\n <img src=\"https://github.com/zillionare/core-types/actions/workflows/release.yml/badge.svg\" alt=\"CI status\"/>\n</a>\n</p>\n\n## 1. Usage\nTo use zillionare core types in a project\n\n```\n from coretypes import Frame, FrameType\n```\n\n## 2. Features\n\n\u672c\u6a21\u5757\u63d0\u4f9b\u4e86\u5728 Zillionare \u4e2d\u7684\u6838\u5fc3\u7c7b\u578b\u5b9a\u4e49\u3002\u4e3b\u8981\u6709\uff1a\n\n1. \u57fa\u7840\u6570\u636e\u7ed3\u6784\u7c7b\u7684\u5b9a\u4e49\uff0c\u6bd4\u5982\u65f6\u95f4\u5e27\u7c7b\u578b FrameType \uff08\u5bf9\u5e94\u4e8e\u5176\u5b83\u6846\u67b6\u4e2d\u53ef\u80fd\u4f7f\u7528\u7684\u5b57\u7b26\u4e32 '1m', '1d'\u4e4b\u7c7b\u7684\u5b9a\u4e49\uff09\uff0c \u65f6\u95f4\u65e5\u671f\u7c7b\u578b Frame\uff0c \u8bc1\u5238\u7c7b\u578b\u5b9a\u4e49 FrameType \u7b49\u3002\u5728\u51e0\u4e4e\u6240\u6709\u9700\u8981\u4f7f\u7528\u884c\u60c5\u6570\u636e\u7684\u5730\u65b9\uff0c\u60a8\u90fd\u5e94\u8be5\u4f7f\u7528\u8fd9\u4e9b\u7c7b\u578b\u5b9a\u4e49\u3002\n2. \u4ea4\u6613\u9519\u8bef\u7c7b\u578b\uff0c\u6bd4\u5982 NocashError \uff08\u73b0\u91d1\u4e0d\u8db3\u4ee5\u5b8c\u6210\u4ea4\u6613\u9519\u8bef\uff09\u7b49\u7b49\u3002\n3. QuotesFetcher \u63a5\u53e3\u5b9a\u4e49\u3002\u5982\u679c\u60a8\u8981\u5c06\u5176\u5b83\u6570\u636e\u6e90\u63a5\u5165\u5230 zillionare \u4e2d\uff0c\u5c31\u9700\u8981\u5b9e\u73b0\u8fd9\u4e2a\u63a5\u53e3\uff0c\u6309\u7167\u5b9a\u4e49\u8fd4\u56de\u76f8\u5e94\u7684\u6570\u636e\u3002\u4e00\u65e6\u5b9e\u73b0\u4e86\u6b64\u63a5\u53e3\uff0c\u5c31\u53ef\u4ee5\u5728 zillionare-omega \u914d\u7f6e\u6587\u4ef6\u4e2d\u914d\u7f6e\u63a5\u53e3\uff0c\u4ee5\u4f8b omega \u53ef\u4ee5\u81ea\u52a8\u542f\u7528\u8fd9\u4e2a adaptor \u6765\u83b7\u53d6\u6570\u636e\u3002\n\n### 2.1. \u57fa\u7840\u6570\u636e\u7ed3\u6784\u5b9a\u4e49\n\n\u57fa\u7840\u6570\u636e\u7ed3\u6784\u5b9a\u4e49\u4e2d\uff0c\u5171\u6709\u4e24\u79cd\u7c7b\u578b\u3002\u4e00\u79cd\u662f\u7528\u4ee5\u9759\u6001\u7c7b\u578b\u68c0\u67e5\u4f7f\u7528\u7684\uff0c\u901a\u5e38 IDE\uff0cmypy \u8fd9\u6837\u4e00\u4e9b\u5de5\u5177\u4f1a\u5229\u7528\u5b83\uff0c\u4ee5\u68c0\u6d4b\u7f16\u7801\u9519\u8bef\uff0c\u6216\u8005\u63d0\u4f9b\u81ea\u52a8\u5b8c\u6210\u3002\u6bd4\u5982\uff0c BarsArray \u5c31\u662f\u8fd9\u6837\u4e00\u4e2a\u7c7b\u578b\uff0c\u6211\u4eec\u53ef\u4ee5\u7528\u5b83\u6765\u58f0\u660e\u4e00\u4e2a\u884c\u60c5\u51fd\u6570\u7684\u8fd4\u56de\u503c\u7c7b\u578b\u3002\u5b83\u7684\u7279\u70b9\u65f6\uff0c\u4ee5\u76ee\u524d\u7684 Python \u7248\u672c\uff08\u622a\u6b62\u5230 Python3.8) \u6765\u770b\uff0c\u7c7b\u578b\u4fe1\u606f\u65e0\u6cd5\u5728\u8fd0\u884c\u65f6\u8bbf\u95ee\u5230\u3002\n\n\u53e6\u4e00\u7c7b\u5219\u662f\u8fd0\u884c\u65f6\u7c7b\u578b\uff0c\u6bd4\u5982 FrameType \u7b49\u3002\n\n#### 2.1.1. FrameType\n\u884c\u60c5\u6570\u636e\u90fd\u662f\u6309\u5e27\u8fdb\u884c\u5c01\u88c5\u7684\uff0c\u6bd4\u5982\uff0c\u6bcf 1 \u5206\u949f\u4e3a\u4e00\u4e2a\u5355\u4f4d\uff0c\u5c01\u88c5\u4e86\u9ad8\u5f00\u4f4e\u6536\u3001\u6210\u4ea4\u91cf\u7b49\u4fe1\u606f\u3002\u8fd9\u6837\u7684\u5355\u4f4d\u5e38\u5e38\u8fd8\u6709 5 \u5206\u949f\uff0c15 \u5206\u949f\uff0c\u65e5\u7ebf\u7b49\u7b49\u3002 FrameType \u5217\u4e3e\u4e86\u5728 Zillionare \u4e2d\u5e38\u7528\u7684\u5e27\u7c7b\u578b\u3002\u5728\u5176\u5b83\u8f6f\u4ef6\u4e2d\uff0c\u60a8\u53ef\u80fd\u770b\u5230`unit`\u6216\u8005`peroid`\u3001\u5468\u671f\u7b49\u8bf4\u6cd5\u3002\u5f53\u7136\uff0c\u53ef\u80fd FrameType \u662f\u6700\u7cbe\u51c6\u7684\u4e00\u4e2a\u8bcd\u3002\n\nZillionare \u63d0\u4f9b\u4e86\u4ee5\u4e0b\u5bf9\u5e94\u5e27\u7c7b\u578b\uff1a\n\n| \u5468\u671f | \u5b57\u7b26\u4e32 | \u7c7b\u578b | \u6570\u503c |\n| --------- | ------ | ----------------- | ---- |\n| \u5e74\u7ebf | 1Y | FrameType.YEAR | 10 |\n| \u5b63\u7ebf | 1Q | FrameType.QUARTER | 9 |\n| \u6708\u7ebf | 1M | FrameType.MONTH | 8 |\n| \u5468\u7ebf | 1W | FrameType.WEEK | 7 |\n| \u65e5\u7ebf | 1D | FrameType.DAY | 6 |\n| 60 \u5206\u949f\u7ebf | 60m | FrameType.MIN60 | 5 |\n| 30 \u5206\u949f\u7ebf | 30m | FrameType.MIN30 | 4 |\n| 15 \u5206\u949f\u7ebf | 15m | FrameType.MIN15 | 3 |\n| 5 \u5206\u949f\u7ebf | 5m | FrameType.MIN5 | 2 |\n| \u5206\u949f\u7ebf | 1m | FrameType.MIN1 | 1 |\n\n\nFrameType\u8fd8\u63d0\u4f9b\u4e86 `<`, `<=`, `>=`, `>`\u7b49\u6bd4\u8f83\u8fd0\u7b97\u3002\n\n#### 2.1.2. SecurityType\n\u5e38\u89c1\u7684\u8bc1\u5238\u4ea4\u6613\u54c1\u79cd\u5b9a\u4e49\u3002\n\n| \u7c7b\u578b | \u503c | \u8bf4\u660e |\n| -------------------- | ------------ | --------- |\n| SecurityType.STOCK | stock | \u80a1\u7968\u7c7b\u578b |\n| SecurityType.INDEX | index | \u6307\u6570\u7c7b\u578b |\n| SecurityType.ETF | etf | ETF\u57fa\u91d1 |\n| SecurityType.FUND | fund | \u57fa\u91d1 |\n| SecurityType.LOF | lof\uff0cLOF\u57fa\u91d1 | |\n| SecurityType.FJA | fja | \u5206\u7ea7A\u57fa\u91d1 |\n| SecurityType.FJB | fjb | \u5206\u7ea7B\u57fa\u91d1 |\n| SecurityType.BOND | bond | \u503a\u5238\u57fa\u91d1 |\n| SecurityType.STOCK_B | stock_b | B\u80a1 |\n| SecurityType.UNKNOWN | unknown | \u672a\u77e5\u54c1\u79cd |\n\n\u5b83\u7684\u4e00\u4e2a\u7528\u6cd5\u662f\uff0c\u5728\u6211\u4eec\u67e5\u8be2\u8bc1\u5238\u5217\u8868\u4e2d\uff0c\u6709\u54ea\u4e9b\u80a1\u7968\u7c7b\u578b\u7684\u4ee3\u7801\u65f6\uff1a\n\n```python\nsecs = await Security.select().types(SecurityType.STOCK).eval()\nprint(secs)\n```\n\n#### 2.1.3. MarketType\n\n\u5e02\u573a\u7c7b\u578b\u3002Zillionare\u652f\u6301\u7684\u7c7b\u578b\u4e3a\u4e0a\u4ea4\u6240`XSHG`\u548c`XSHE`\n\n| \u7c7b\u578b | \u503c | \u8bf4\u660e |\n| --------------- | ---- | ------ |\n| MarketType.XSHG | XSHG | \u4e0a\u4ea4\u6240 |\n| MarketType.XSHE | XSHE | \u6df1\u4ea4\u6240 |\n\n#### 2.1.4. bars_dtype\n\u5728zillionare\u4e2d\uff0c\u6211\u4eec\u4e00\u822c\u4f7f\u7528 Numpy Structured Array\u6765\u5b58\u50a8\u884c\u60c5\u6570\u636e\uff0c\u4ee5\u4f7f\u7528numpy\u7684\u8bb8\u591a\u6027\u80fd\u7b97\u6cd5\u8fdb\u884c\u8fd0\u7b97\u3002\u540c\u65f6\uff0c\u5b83\u4e5f\u6bd4pandas.DataFrame\u66f4\u7701\u5185\u5b58\uff0c\u5728\u5c0f\u6570\u636e\u96c6\uff08<50\u4e07\u6761\uff09\u65f6\uff0c\u591a\u6570\u8fd0\u7b97\uff08\u4f46\u4e0d\u662f\u6bcf\u4e00\u79cd\u8fd0\u7b97\uff09\u4f1a\u6709\u66f4\u9ad8\u7684\u6027\u80fd\u3002\n\n\u8981\u4f7f\u7528 Numpy Structured Array\u6765\u8868\u793a\u884c\u60c5\u6570\u636e\uff0c\u5c31\u9700\u8981\u5b9a\u4e49\u5b9a\u6bb5\u5217\u8868\u3002 [bars_dtype](api/#coretypes.types.bars_dtype)\u5c31\u662f\u8fd9\u6837\u7684\u5217\u8868\uff0c\u5b83\u5305\u62ec\u4e86\u5b57\u6bb5\uff08frame, open, high, low, close, volume, amount, factor)\u3002\n\n```python\nbars_dtype = np.dtype(\n [\n (\"frame\", \"datetime64[s]\"),\n (\"open\", \"f4\"),\n (\"high\", \"f4\"),\n (\"low\", \"f4\"),\n (\"close\", \"f4\"),\n (\"volume\", \"f8\"),\n (\"amount\", \"f8\"),\n (\"factor\", \"f4\"),\n ]\n)\n```\n\n#### 2.1.5. bars_dtype_with_code\n\n\u5728 `bars_dtype`\u57fa\u7840\u4e0a\u589e\u52a0\u4e86`code`\u5b57\u6bb5\uff0c\u4ee5\u7528\u4e8e\u540c\u65f6\u5b58\u53d6\u591a\u4e2a\u8bc1\u5238\u7684\u884c\u60c5\u7684\u60c5\u51b5\u3002\n\n```python\nbars_dtype_with_code = np.dtype(\n [\n (\"code\", \"O\"),\n (\"frame\", \"datetime64[s]\"),\n (\"open\", \"f4\"),\n (\"high\", \"f4\"),\n (\"low\", \"f4\"),\n (\"close\", \"f4\"),\n (\"volume\", \"f8\"),\n (\"amount\", \"f8\"),\n (\"factor\", \"f4\"),\n ]\n)\n```\n\n#### 2.1.6. bars_cols\u3001bars_with_limit_dtype, bars_with_limit_cols\n\n\u5373\u5b9a\u4e49\u5728`bars_dtype`\u4e2d\u7684\u5b57\u6bb5\u5217\u8868\u3002\u6709\u65f6\u5019\u6211\u4eec\u9700\u8981\u5728numpy\u4e0epandas dataframe\u4e4b\u95f4\u8fdb\u884c\u8f6c\u6362\u65f6\uff0c\u5f80\u5f80\u9700\u8981\u8fd9\u4e2a\u53d8\u91cf\u7684\u503c\u3002\n\n`bars_with_limit_dtype`\u63d0\u4f9b\u4e86\u5e26\u6da8\u8dcc\u505c\u62a5\u4ef7\u7684\u884c\u60c5\u6570\u636e\u7c7b\u578b\u3002\n\n`bars_with_limit_cols`\u63d0\u4f9b\u4e86\u5b9a\u4e49\u5728`bars_with_limit_dtype`\u4e2d\u7684\u5b57\u6bb5\u540d\u5217\u8868\u3002\n\n#### 2.1.7. BarsArray\n\u53ef\u7528\u6b64\u9759\u6001\u7c7b\u578b\u4f5c\u4e3a\u884c\u60c5\u6570\u636e\uff08\u5e38\u7528\u53d8\u91cf\u540d `bars`)\u7684type hint\uff0c\u5bf9\u5e94\u4e8e`bars_dtype`\u3002\n\n#### 2.1.8. BarsWithLimitArray\n\u540c`BarsArray`\uff0c\u4f46\u5e26\u6da8\u8dcc\u505c\u62a5\u4ef7\uff0c\u5bf9\u5e94\u4e8e`bars_with_limit_array`\u3002\n\n#### 2.1.9. BarsPanel\n\u5bf9\u5e94\u4e8e`bars_dtype_with_code`\u7684type hint\u7c7b\u578b\u3002\n\n#### 2.1.10. xrxd_info_dtype\n\u9664\u6743\u9664\u606f\u4fe1\u606f\u7c7b\u578b\n\n#### 2.1.11. security_info_dtype\n\u5b9a\u4e49\u4e86\u8bc1\u5238\u5217\u8868\u7684\u5b57\u6bb5\n\n### 2.2. Trade Errors\n\n\u5728coretypes.errors.trade\u4e2d\uff0c\u5b9a\u4e49\u4e86\u4ea4\u6613\u4e2d\u5e38\u5e38\u53ef\u80fd\u51fa\u73b0\u7684\u5f02\u5e38\u7c7b\u578b\u3002\u5728TradeClient, TraderServer\u548cBacktesting Server\u95f4\u5e38\u5e38\u90fd\u9700\u8981\u4f7f\u7528\u5b83\u3002\n\n\u6211\u4eec\u628aTrade Errors\u5206\u4e3a\u5ba2\u6237\u7aef\u9519\u8bef `coretypes.errors.trade.client.*`, `coretypes.errors.trade.server.*`, `coretypes.errors.trade.entrust.*`\u4e09\u79cd\u7c7b\u578b\uff0c\u5206\u522b\u8868\u660e\u5ba2\u6237\u7aef\u7f16\u7801\u3001\u4f20\u53c2\u9519\u8bef\uff1b\u670d\u52a1\u5668\u5185\u90e8\u9519\u8bef\u548c\u4ea4\u6613\u7c7b\u578b\u9519\u8bef\u3002\n\n!!! Tips\n \u5bf9\u5f00\u53d1\u8005\u800c\u8a00\uff0c\u5982\u679c\u9700\u8981\u5c06\u6b64\u7c7b\u5f02\u5e38\u4f20\u5165\u5230\u5ba2\u6237\u7aef\uff0c\u9700\u8981\u901a\u8fc7 [TraderError.as_json](api/#coretypes.errors.trade.base.TradeError.as_json)\u5c06\u5176\u4e32\u884c\u5316\u540e\u518d\u901a\u8fc7\u7f51\u7edc\u53d1\u9001\uff0c\u5728\u5ba2\u6237\u7aef\u5219\u53ef\u4ee5\u901a\u8fc7[TraderError.from_json](api/#coretypes.errors.trade.base.TradeError.from_json)\u5c06\u5176\u6062\u590d\u3002\n\n \u4e3a\u65b9\u4fbf\u67e5\u9519\uff0c\u670d\u52a1\u5668\u5728\u751f\u6210TradeError\u65f6\uff0c\u53ef\u4ee5\u4f20\u5165`with_stack=True`\uff0c\u8fd9\u6837\u751f\u6210\u7684TraderError(\u53ca\u5b50\u7c7b)\u4e2d\uff0c\u5c06\u5305\u542b\u8c03\u7528\u6808\u4fe1\u606f\uff08\u5728`stack`\u5c5e\u6027\u4e2d\uff09\uff0c\u4ee5\u65b9\u4fbf\u67e5\u9519\u3002\n\n```python\ndef foo():\n try:\n raise TraderError(\"mock error\", with_stack=True)\n except TradeError as e:\n print(e.stack)\n```\n\n### 2.3. QuotesFetcher\n\nZillionare\u76ee\u524d\u53ea\u9002\u914d\u4e86\u805a\u5bbd\u7684\u6570\u636e\u6e90\uff0c\u4f46\u6211\u4eec\u901a\u8fc7 QuotesFetcher \u8ba9\u60a8\u53ef\u4ee5\u81ea\u884c\u9002\u914d\u5176\u5b83\u6570\u636e\u6e90\u3002\n\n\u4f60\u9700\u8981\u5b9e\u73b0\u5b9a\u4e49\u5728 [QuotesFetcher](/api/#coretypes.quote_fetcher.QuotesFetcher)\u4e2d\u7684\u63a5\u53e3\uff0c\u7136\u540e\u5728omega\u7684\u914d\u7f6e\u6587\u4ef6\u4e2d\uff0c\u52a0\u8f7d\u60a8\u7684\u5b9e\u73b0\u3002\n\n\u5177\u4f53\u5b9e\u73b0\u53ef\u4ee5\u53c2\u8003 [omega-jqadaptor](https://github.com/zillionare/omega_jqadaptor)\n\n\u914d\u7f6e\u53ef\u4ee5\u53c2\u89c1[omega-config](https://github.com/zillionare/omega/blob/master/omega/config/defaults.yaml)\n\n```yaml\n# defaults.yaml\n\nquotes_fetchers:\n - impl: jqadaptor # there must be a create_instance method in this module\n account: ${JQ_ACCOUNT}\n password: ${JQ_PASSWORD}\n```\n\n## 3. Credits\n\n\u672c\u9879\u76ee\u4f7f\u7528[ppw](https://zillionare.github.io/python-project-wizard/)\u521b\u5efa\uff0c\u5e76\u9075\u5faappw\u5b9a\u4e49\u7684\u4ee3\u7801\u98ce\u683c\u548c\u8d28\u91cf\u89c4\u8303\u3002\n",
"bugtrack_url": null,
"license": "MIT",
"summary": "core types definition shared by zillionare.",
"version": "0.6.3",
"project_urls": {
"Homepage": "https://github.com/zillionare/zillionare_core_types"
},
"split_keywords": [],
"urls": [
{
"comment_text": "",
"digests": {
"blake2b_256": "6cb6bc6b9b167cb3b917202c735ce765379ca4ff7230fad7504df2cde8a43e9f",
"md5": "2456f293f16503c1d2a666d0bf34e399",
"sha256": "111d6ccde14ce16281f7d655841160848fe828bb6d3a34c4d26287466531aa34"
},
"downloads": -1,
"filename": "zillionare_core_types-0.6.3-py3-none-any.whl",
"has_sig": false,
"md5_digest": "2456f293f16503c1d2a666d0bf34e399",
"packagetype": "bdist_wheel",
"python_version": "py3",
"requires_python": ">=3.8,<4.0",
"size": 15512,
"upload_time": "2023-11-19T02:53:36",
"upload_time_iso_8601": "2023-11-19T02:53:36.794648Z",
"url": "https://files.pythonhosted.org/packages/6c/b6/bc6b9b167cb3b917202c735ce765379ca4ff7230fad7504df2cde8a43e9f/zillionare_core_types-0.6.3-py3-none-any.whl",
"yanked": false,
"yanked_reason": null
},
{
"comment_text": "",
"digests": {
"blake2b_256": "d19b42b3feb12c43c74aa048d645fec075e3a4356fd8530db536d7979b7e6d41",
"md5": "7de788bf6574995c0d200d8ae6040dda",
"sha256": "1d05d2ec15c085e5b519952eca787e0a74d49d362c3afe98f019d59b4f436838"
},
"downloads": -1,
"filename": "zillionare_core_types-0.6.3.tar.gz",
"has_sig": false,
"md5_digest": "7de788bf6574995c0d200d8ae6040dda",
"packagetype": "sdist",
"python_version": "source",
"requires_python": ">=3.8,<4.0",
"size": 17411,
"upload_time": "2023-11-19T02:53:39",
"upload_time_iso_8601": "2023-11-19T02:53:39.203644Z",
"url": "https://files.pythonhosted.org/packages/d1/9b/42b3feb12c43c74aa048d645fec075e3a4356fd8530db536d7979b7e6d41/zillionare_core_types-0.6.3.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2023-11-19 02:53:39",
"github": true,
"gitlab": false,
"bitbucket": false,
"codeberg": false,
"github_user": "zillionare",
"github_project": "zillionare_core_types",
"github_not_found": true,
"lcname": "zillionare-core-types"
}
JSON
