abupy.FactorBuyBu package

Submodules

abupy.FactorBuyBu.ABuBuyFactorWrap module

买入因子类装饰器模块

class abupy.FactorBuyBu.ABuBuyFactorWrap.AbuLeastPolyWrap[源代码]

Bases: object

示例做为买入因子策略装饰器封装show_least_valid_poly对大盘震荡大的情况下封锁交易

abupy.FactorBuyBu.ABuFactorBuyBase module

买入择时策略因子基础模块

class abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abc.NewBase

买入择时策略因子基类:每一个继承AbuFactorBuyBase的子类必须混入一个方向类, 且只能混入一个方向类,即具体买入因子必须明确买入方向,且只能有一个买入方向, 一个因子不能同上又看涨又看跌,详情查阅ABuFactorBuyBreak因子示例

buy_today()[源代码]

今天即进行买入操作,需要不能使用今天的收盘数据等做为fit_day中信号判断, 适合如比特币非明确一天交易日时间或者特殊情况的买入信号 :return 生成的交易订单AbuOrder对象

buy_tomorrow()[源代码]

明天进行买入操作,比如突破策略使用了今天收盘的价格做为参数,发出了买入信号, 需要进行明天买入操作,不能执行今天买入操作 :return 生成的交易订单AbuOrder对象

fit_day(today)[源代码]

子类主要需要实现的函数,完成策略因子针对每一个交易日的买入交易策略

make_buy_order(day_ind=-1)[源代码]

根据交易发生的时间索引,依次进行交易订单生成,交易时间序列特征生成, 决策交易是否拦截,生成特征学习数据,最终返回order,即订单生效 :param day_ind: 交易发生的时间索引,即对应self.kl_pd.key

make_buy_order_ml_feature(day_ind)[源代码]

根据交易发生的时间索引构通过AbuMlFeature构建买入时刻的各个交易特征 :param day_ind: 交易发生的时间索引,对应self.kl_pd.key :return:

make_ump_block_decision(ml_feature_dict)[源代码]

输入需要决策的当前买入交易特征通过ump模块的对外manager对交易进行决策, 判断是否拦截买入交易,还是放行买入交易。子类可复写此方法,即子类策略因子实现 自己的任意ump组合拦截方式,根据策略的拦截比例需要等等参数确定ump具体策略, 且对于多种策略并行执行策略本身定制适合自己的拦截策略,提高灵活度 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

position_class = None

因子可选择根据策略的历史回测设置胜率,期望收益,期望亏损, 比如使用AbuKellyPosition,必须需要因子的胜率,期望收益, 期望亏损参数,不要使用kwargs.pop(‘a’, None)设置,因为 暂时使用hasattr判断是否有设置属性

read_fit_day(today)[源代码]

在择时worker对象中做日交易的函数,亦可以理解为盘前的一些决策事件处理, 内部会调用子类实现的fit_day函数 :param today: 当前驱动的交易日金融时间序列数据 :return: 生成的交易订单AbuOrder对象

class abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyTD(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase

很多策略中在fit_day中不仅仅使用今天的数据,经常使用昨天,前天数据,方便获取昨天,前天的封装

fit_day(today)[源代码]

raise NotImplementedError

read_fit_day(today)[源代码]

覆盖base函数完成: 1. 为fit_day中截取昨天self.yesterday 2. 为fit_day中截取前天self.bf_yesterday :param today: 当前驱动的交易日金融时间序列数据 :return: 生成的交易订单AbuOrder对象

class abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyXD(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase

以周期为重要参数的策略,xd代表参数’多少天’如已周期为参数可直接继承使用

buy_today()[源代码]

覆盖base函数,今天即进行买入操作,需要不能使用今天的收盘数据等做为fit_day中信号判断, 适合如比特币非明确一天交易日时间或者特殊情况的买入信号,,使用周期参数xd赋予skip_days :return 生成的交易订单AbuOrder对象

buy_tomorrow()[源代码]

覆盖base函数,明天进行买入操作,比如突破策略使用了今天收盘的价格做为参数,发出了买入信号, 需要进行明天买入操作,不能执行今天买入操作,使用周期参数xd赋予skip_days :return 生成的交易订单AbuOrder对象

fit_day(today)[源代码]

raise NotImplementedError

read_fit_day(today)[源代码]

覆盖base函数完成过滤统计周期内前xd天以及为fit_day中切片周期金融时间序列数据 :param today: 当前驱动的交易日金融时间序列数据 :return: 生成的交易订单AbuOrder对象

class abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin[源代码]

Bases: object

混入类,混入代表买涨,不完全是期权中buy call的概念, 只代表看涨正向操作,即期望买入后交易目标价格上涨,上涨带来收益

buy_type_str

描述器类:作用在类中需要lazy的对象方法上

expect_direction

描述器类:作用在类中需要lazy的对象方法上

class abupy.FactorBuyBu.ABuFactorBuyBase.BuyPutMixin[源代码]

Bases: object

混入类,混入代表买跌,应用场景在于期权,期货策略中, 不完全是期权中buy put的概念,只代看跌反向操作, 即期望买入后交易目标价格下跌,下跌带来收益

buy_type_str

描述器类:作用在类中需要lazy的对象方法上

expect_direction

描述器类:作用在类中需要lazy的对象方法上

abupy.FactorBuyBu.ABuFactorBuyBreak module

买入择时示例因子:突破买入择时因子

class abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例正向突破买入择时类,混入BuyCallMixin,即向上突破触发买入event

fit_day(today)[源代码]

针对每一个交易日拟合买入交易策略,寻找向上突破买入机会 :param today: 当前驱动的交易日金融时间序列数据 :return:

class abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyPutBreak(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase, abupy.FactorBuyBu.ABuFactorBuyBase.BuyPutMixin

示例反向突破买入择时类,混入BuyPutMixin,即向下突破触发买入event,详情请查阅期货回测示例demo

fit_day(today)[源代码]

针对每一个交易日拟合买入交易策略,寻找向下突破买入机会 :param today: 当前驱动的交易日金融时间序列数据 :return:

class abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyPutXDBK(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyXD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyPutMixin

示例继承AbuFactorBuyXD完成反向突破买入择时类

fit_day(today)[源代码]

针对每一个交易日拟合买入交易策略,寻找向上突破买入机会 :param today: 当前驱动的交易日金融时间序列数据 :return:

class abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyXDBK(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyXD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例继承AbuFactorBuyXD完成正向突破买入择时类

fit_day(today)[源代码]

针对每一个交易日拟合买入交易策略,寻找向上突破买入机会 :param today: 当前驱动的交易日金融时间序列数据 :return:

abupy.FactorBuyBu.ABuFactorBuyDemo module

买入择时示例因子:突破买入择时因子

class abupy.FactorBuyBu.ABuFactorBuyDemo.AbuBTCDayBuy(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

比特币日交易策略:

  1. 买入条件1: 当日这100个股票60%以上都是上涨的
  2. 买入条件2: 使用在第12节:机器学习与比特币示例中编写的:信号发出今天比特币会有大行情
fit_day(today)[源代码]
参数:today – 当前驱动的交易日金融时间序列数据
返回:
make_btc_today(sib_btc)[源代码]

构造比特币三天数据特证

similar_predict(today_date)[源代码]

与比特币在市场中最相关的top100个股票已各自今天的涨跌结果进行投票

class abupy.FactorBuyBu.ABuFactorBuyDemo.AbuFactorBuyBreakHitPredictDemo(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak

继续继承AbuFactorBuyBreak复写make_ump_block_decision, 区别是使用AbuFactorBuyBreakReocrdHitDemo的学习成果hit_ml 对几个裁判这次交易命中的分类簇个数组成矢量特征进行predict, 拦截预测结果为-1的交易

make_ump_block_decision(ml_feature_dict)[源代码]

用回测的数据进行训练后再次反过来指导回测,结果是没有意义的, 这里的示例只是为了容易理解什么叫做:让裁判自己学习怎么配合, 自己做出最正确的判断,更详细完整的示例会在之后的章节中示例讲解, 请关注公众号的更新提醒 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

class abupy.FactorBuyBu.ABuFactorBuyDemo.AbuFactorBuyBreakReocrdHitDemo(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak

示例让裁判自己学习怎么配合,自己做出最正确的判断

make_ump_block_decision(ml_feature_dict)[源代码]

即是可以再次根据裁判之间的配合数据进行训练学习,让裁判自己学习怎么配合,自己做出最正确的判断, 而不是像上面的示例使用固定值3来做为裁决阀值,AbuFactorBuyBreakReocrdHitDemo类似 AbuFactorBuyBreakUmpDemo但是不对交易进行决策,只是把每一个裁判的对应交易命中的分类簇个数进行记录,更新在特征数据里 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

class abupy.FactorBuyBu.ABuFactorBuyDemo.AbuFactorBuyBreakUmpDemo(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak

示例组织裁判进行更复杂的综合裁决 扩展AbuFactorBuyBreak组织裁判进行更复杂的综合裁决

make_ump_block_decision(ml_feature_dict)[源代码]

进行裁判之间的拦截配合, 简单示例,只要加起来大于2个就算配合成功,拦截 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

class abupy.FactorBuyBu.ABuFactorBuyDemo.AbuSDBreak(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyXD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例买入因子: 在AbuFactorBuyBreak基础上进行降低交易频率,提高系统的稳定性处理

fit_day(today)[源代码]
fit_month(today)[源代码]
class abupy.FactorBuyBu.ABuFactorBuyDemo.AbuTwoDayBuy(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyTD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例AbuLeastPolyWrap,混入BuyCallMixin,即向上突破触发买入event

fit_day(*args, **kwargs)
fit_month(*args, **kwargs)

abupy.FactorBuyBu.ABuFactorBuyGolden module

买入择时示例因子:黄金分割线买入择时因子

class abupy.FactorBuyBu.ABuFactorBuyGolden.AbuFactorBuyGolden(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例黄金分割线买入择时因子,混入BuyCallMixin,即向上突破触发买入event

fit_day(today)[源代码]

策略属于均值回复类型策略:当价格在黄金分割线低档位附近徘徊且有向上回复的趋势时买入目标 :param today: 当前驱动的交易日金融时间序列数据 :return:

Module contents

class abupy.FactorBuyBu.AbuFactorBuyBase(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abc.NewBase

买入择时策略因子基类:每一个继承AbuFactorBuyBase的子类必须混入一个方向类, 且只能混入一个方向类,即具体买入因子必须明确买入方向,且只能有一个买入方向, 一个因子不能同上又看涨又看跌,详情查阅ABuFactorBuyBreak因子示例

buy_today()[源代码]

今天即进行买入操作,需要不能使用今天的收盘数据等做为fit_day中信号判断, 适合如比特币非明确一天交易日时间或者特殊情况的买入信号 :return 生成的交易订单AbuOrder对象

buy_tomorrow()[源代码]

明天进行买入操作,比如突破策略使用了今天收盘的价格做为参数,发出了买入信号, 需要进行明天买入操作,不能执行今天买入操作 :return 生成的交易订单AbuOrder对象

fit_day(today)[源代码]

子类主要需要实现的函数,完成策略因子针对每一个交易日的买入交易策略

make_buy_order(day_ind=-1)[源代码]

根据交易发生的时间索引,依次进行交易订单生成,交易时间序列特征生成, 决策交易是否拦截,生成特征学习数据,最终返回order,即订单生效 :param day_ind: 交易发生的时间索引,即对应self.kl_pd.key

make_buy_order_ml_feature(day_ind)[源代码]

根据交易发生的时间索引构通过AbuMlFeature构建买入时刻的各个交易特征 :param day_ind: 交易发生的时间索引,对应self.kl_pd.key :return:

make_ump_block_decision(ml_feature_dict)[源代码]

输入需要决策的当前买入交易特征通过ump模块的对外manager对交易进行决策, 判断是否拦截买入交易,还是放行买入交易。子类可复写此方法,即子类策略因子实现 自己的任意ump组合拦截方式,根据策略的拦截比例需要等等参数确定ump具体策略, 且对于多种策略并行执行策略本身定制适合自己的拦截策略,提高灵活度 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

read_fit_day(today)[源代码]

在择时worker对象中做日交易的函数,亦可以理解为盘前的一些决策事件处理, 内部会调用子类实现的fit_day函数 :param today: 当前驱动的交易日金融时间序列数据 :return: 生成的交易订单AbuOrder对象

class abupy.FactorBuyBu.AbuFactorBuyXD(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase

以周期为重要参数的策略,xd代表参数’多少天’如已周期为参数可直接继承使用

buy_today()[源代码]

覆盖base函数,今天即进行买入操作,需要不能使用今天的收盘数据等做为fit_day中信号判断, 适合如比特币非明确一天交易日时间或者特殊情况的买入信号,,使用周期参数xd赋予skip_days :return 生成的交易订单AbuOrder对象

buy_tomorrow()[源代码]

覆盖base函数,明天进行买入操作,比如突破策略使用了今天收盘的价格做为参数,发出了买入信号, 需要进行明天买入操作,不能执行今天买入操作,使用周期参数xd赋予skip_days :return 生成的交易订单AbuOrder对象

fit_day(today)[源代码]

raise NotImplementedError

read_fit_day(today)[源代码]

覆盖base函数完成过滤统计周期内前xd天以及为fit_day中切片周期金融时间序列数据 :param today: 当前驱动的交易日金融时间序列数据 :return: 生成的交易订单AbuOrder对象

class abupy.FactorBuyBu.AbuFactorBuyTD(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase

很多策略中在fit_day中不仅仅使用今天的数据,经常使用昨天,前天数据,方便获取昨天,前天的封装

fit_day(today)[源代码]

raise NotImplementedError

read_fit_day(today)[源代码]

覆盖base函数完成: 1. 为fit_day中截取昨天self.yesterday 2. 为fit_day中截取前天self.bf_yesterday :param today: 当前驱动的交易日金融时间序列数据 :return: 生成的交易订单AbuOrder对象

class abupy.FactorBuyBu.BuyCallMixin[源代码]

Bases: object

混入类,混入代表买涨,不完全是期权中buy call的概念, 只代表看涨正向操作,即期望买入后交易目标价格上涨,上涨带来收益

buy_type_str

描述器类:作用在类中需要lazy的对象方法上

expect_direction

描述器类:作用在类中需要lazy的对象方法上

class abupy.FactorBuyBu.BuyPutMixin[源代码]

Bases: object

混入类,混入代表买跌,应用场景在于期权,期货策略中, 不完全是期权中buy put的概念,只代看跌反向操作, 即期望买入后交易目标价格下跌,下跌带来收益

buy_type_str

描述器类:作用在类中需要lazy的对象方法上

expect_direction

描述器类:作用在类中需要lazy的对象方法上

class abupy.FactorBuyBu.AbuFactorBuyBreak(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例正向突破买入择时类,混入BuyCallMixin,即向上突破触发买入event

fit_day(today)[源代码]

针对每一个交易日拟合买入交易策略,寻找向上突破买入机会 :param today: 当前驱动的交易日金融时间序列数据 :return:

class abupy.FactorBuyBu.AbuFactorBuyWD(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyTD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例短线:日胜率均值回复策略

  1. 默认以40天为周期(8周)结合涨跌阀值计算周几适合买入
  2. 回测运行中每一月重新计算一次上述的周几适合买入
  3. 在策略日任务中买入信号为:昨天下跌,今天开盘也下跌,且明天是计算出来的上涨概率大的’周几’
fit_day(today)[源代码]

日任务:昨天下跌,今天开盘也下跌,根据今天是周几,在不在序列self.buy_date_week中决定今天买不买

fit_month(today)[源代码]

月任务,每一个重新取之前一年的金融时间序列数据,重新计算一遍’周几买’

class abupy.FactorBuyBu.AbuFactorBuyPutBreak(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyBase, abupy.FactorBuyBu.ABuFactorBuyBase.BuyPutMixin

示例反向突破买入择时类,混入BuyPutMixin,即向下突破触发买入event,详情请查阅期货回测示例demo

fit_day(today)[源代码]

针对每一个交易日拟合买入交易策略,寻找向下突破买入机会 :param today: 当前驱动的交易日金融时间序列数据 :return:

class abupy.FactorBuyBu.AbuFactorBuyBreakUmpDemo(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak

示例组织裁判进行更复杂的综合裁决 扩展AbuFactorBuyBreak组织裁判进行更复杂的综合裁决

make_ump_block_decision(ml_feature_dict)[源代码]

进行裁判之间的拦截配合, 简单示例,只要加起来大于2个就算配合成功,拦截 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

class abupy.FactorBuyBu.AbuFactorBuyBreakReocrdHitDemo(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak

示例让裁判自己学习怎么配合,自己做出最正确的判断

make_ump_block_decision(ml_feature_dict)[源代码]

即是可以再次根据裁判之间的配合数据进行训练学习,让裁判自己学习怎么配合,自己做出最正确的判断, 而不是像上面的示例使用固定值3来做为裁决阀值,AbuFactorBuyBreakReocrdHitDemo类似 AbuFactorBuyBreakUmpDemo但是不对交易进行决策,只是把每一个裁判的对应交易命中的分类簇个数进行记录,更新在特征数据里 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

class abupy.FactorBuyBu.AbuFactorBuyBreakHitPredictDemo(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBreak.AbuFactorBuyBreak

继续继承AbuFactorBuyBreak复写make_ump_block_decision, 区别是使用AbuFactorBuyBreakReocrdHitDemo的学习成果hit_ml 对几个裁判这次交易命中的分类簇个数组成矢量特征进行predict, 拦截预测结果为-1的交易

make_ump_block_decision(ml_feature_dict)[源代码]

用回测的数据进行训练后再次反过来指导回测,结果是没有意义的, 这里的示例只是为了容易理解什么叫做:让裁判自己学习怎么配合, 自己做出最正确的判断,更详细完整的示例会在之后的章节中示例讲解, 请关注公众号的更新提醒 :param ml_feature_dict: 需要决策的当前买入时刻交易特征dict :return: bool, 对ml_feature_dict所描述的交易特征是否进行拦截

class abupy.FactorBuyBu.AbuSDBreak(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyXD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例买入因子: 在AbuFactorBuyBreak基础上进行降低交易频率,提高系统的稳定性处理

fit_day(today)[源代码]
fit_month(today)[源代码]
class abupy.FactorBuyBu.AbuTwoDayBuy(capital, kl_pd, combine_kl_pd, benchmark, **kwargs)[源代码]

Bases: abupy.FactorBuyBu.ABuFactorBuyBase.AbuFactorBuyTD, abupy.FactorBuyBu.ABuFactorBuyBase.BuyCallMixin

示例AbuLeastPolyWrap,混入BuyCallMixin,即向上突破触发买入event

fit_day(*args, **kwargs)
fit_month(*args, **kwargs)