流数据对量化交易的意义
做量化，首要目标是回测结果好。常规情况下，回测代码与实盘代码是不同的，因为获取数据的方式不同。
实盘交易策略，目前一般是事件驱动型，就是来一个事件（比如：得到一个新的K线），程序做出一次响应；而回测代码一般是逐行遍历历史数据。两者略有不同，实盘时候使用的数据就是一种流数据。
DolphinDB提供流数据订阅，也就是实现了一个小型模拟交易所，为回测提供了仿真环境，这也是我用DolphinDB的初衷。
关于DolphinDB的流处理，参见《理解DolphinDB流数据处理框架》
Python API实现流处理
配置DolphinDB
对于单节点，配置server下dolphindb.cfg文件：
# Streaming
# pub
maxPubConnections=1
persistenceDir=D:\DolphinDB\DolphinDBFlow
# sub
subPort=8888其他参数使用默认就可以。
具体参见手册中第10章>>参数配置>>单实例配置。
创建DolphinDB连接
import dolphindb as ddb
s = ddb.session()指定订阅端口8888
s.enableStreaming(8888) # 原则上这样是正确的，当前版本099会出错，通过下述代码可行
# >>>>>>>>>>>>>>>>
import dolphindb as ddb
from threading import Event
# 创建连接
s = ddb.session()
s.enableStreaming(28003)
def handler(lst):
print(lst)
s.subscribe("127.0.0.1", 8921, handler, "st", actionName= "action1", offset=0)
Event().wait()创建发布表（在DolphinDB GUI创建）
发布表必须是可共享的流数据表，一共分三步实现：
创建流数据表
共享流数据表
向流数据表中写入数据实现发布
创建共享的流数据表，指定进行过滤的列，并插入一些随机数据：
# 创建共享的流数据表，此段代码在DolphinDB的GUI中执行
share streamTable(10000:0,`time`sym`price`id, [TIMESTAMP,SYMBOL,DOUBLE,INT]) as trades
setStreamTableFilterColumn(trades, `sym)
insert into trades values(take(now(), 10), rand(`ab`cd`ef`gh`ij, 10), rand(1000,10)/10.0, 1..10)
订阅
在DolphinDB 服务器上使用函数subscribeTable()实现订阅，在Python API中，使用subscribe()函数实现同样功能。
s.subscribe(host, port, handler, tableName, actionName="", offset=-1, resub=False, filter=None)参数 | 意义 | 备注 |
host | 发布端节点的ip地址 | |
port | 发布端节点的端口号 | |
handler | 用户自定义的回调函数，用于处理每次流入的数据 | |
tableName | 发布表的名称 | |
actionName | 订阅任务的名称 | |
offset | 表示订阅任务开始后的第一条消息所在的位置，是一个整数 | 消息是流数据表中的行。如果没有指定offset，或它为负数或超过了流数据表的记录行数，订阅将会从流数据表的当前行开始。offset与流数据表创建时的第一行对应。如果某些行因为内存限制被删除，在决定订阅开始的位置时，这些行仍然考虑在内。 |
resub | 表示订阅中断后，是否会自动重订阅，是一个布尔值 | |
filter | 表示过滤条件，是一个向量 | 流数据表过滤列在filter中的数据才会发布到订阅端，不在filter中的数据不会发布。 |
关于其更详细的内容解释，参见《理解DolphinDB流数据处理框架》
取消订阅
s.unsubscribe(host,port,tableName,actionName="")因为订阅是异步执行的，所以订阅完成后需要保持主线程不退出，比如：
from threading import Event # 加在第一行
Event().wait() # 加在最后一行否则订阅线程会在主线程退出前立刻终止，导致无法收到订阅消息。
References
- DolphinDB Python API (全部Python内容，包括流数据)
- DolphinDB流数据教程（GUI）
