【最后203篇系列】005 -QTV200 Online

说明

借着春节休假，把这部分完工，然后2025年将正式的把量化研究的成果进行产品化输出。

首先，我会将策略的执行从脚本挪到服务。做法是将策略的逻辑放在微服务里，作为一个接口，而由sniffer来触发策略执行。我想这样策略不会因为任务太多而搞丢或者搞乱。之前QTV100的代码，我已经不知道放在哪了，在运行，但是我都无法去维护。而无数个微服务，哪怕是老版的，我也可以很容易找出来。也就是从"拉"式转为"推"式。

其次，使用数据库来支持策略的断点保存。程序的执行将按时间不断推进，直到最新时间或者指定时间，只需要为程序维持时间轴即可。策略在产生新的变化时，才会发起数据库存储需求。存储分为元数据和数据两部分，以日志的方式存储，这样在回退的时候，可以确保是干净的。

最后，使用mattermost的webhook作为事件消息的载体。当策略产生行动(买/卖)，或者是巡检评估产生结论时，通过webhook发送即时消息，同时也将事件消息备份在kafka中。之后，也可考虑基于kafka的消息进行统一信息发送。

内容

1 简单测试一下FastAPI

引入基础模块，定义异步接口，然后进行简单测试。

from fastapi import FastAPI, HTTPException

class Test(BaseModel):
    """
    用于文档:这是一个测试模型，用于演示 FastAPI 的自动文档功能。
    """
    pass 

@app.post('/test/')
async def test(the_test:Test)