在Python中使用Asyncio系統(tǒng)（3-4）Task 和 Future

Task 和 Future

創(chuàng)新互聯(lián)堅(jiān)持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的雙灤網(wǎng)站設(shè)計(jì)、移動媒體設(shè)計(jì)的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

前面我們討論了協(xié)程，以及如何在循環(huán)中運(yùn)行它們才有用。現(xiàn)在我想簡單談?wù)凾ask和Future api。你將使用最多的是Task，因?yàn)槟愕拇蟛糠止ぷ鲗⑸婕笆褂胏reate_task()函數(shù)運(yùn)行協(xié)程，就像在第22頁的“快速開始”中設(shè)置的那樣。Future類實(shí)際上是Task的超類，它提供了與循環(huán)交互操作的所有功能。

可以這樣簡單地理解:Future表示某個活動的未來完成狀態(tài)，并由循環(huán)管理。Task是完全相同的，但是具體的“activity”是一個協(xié)程——可能是你用async def函數(shù)加上create_task()創(chuàng)建的協(xié)程。

Future類表示與循環(huán)交互的某個東西的狀態(tài)。這個描述太模糊了，不太有用，所以你可以將Future實(shí)例視為一個切換器，一個完成狀態(tài)的切換器。當(dāng)創(chuàng)建Future實(shí)例時，切換設(shè)置為“尚未完成”狀態(tài)，但稍后它將是“完成”狀態(tài)。事實(shí)上，F(xiàn)uture實(shí)例有一個名為done()的方法，它允許你檢查狀態(tài)，如示例 3-15所示。

示例 3-15. 用done()方法檢查完成狀態(tài)

Future實(shí)例還可以執(zhí)行以下操作：

? 設(shè)置一個result值（用.set_result(value)設(shè)置值并且使用 .result()獲取值）

? 使用.cancel()方法取消 (并且會用使用.cancelled()檢查是否取消)

? 增加一個Future完成時回調(diào)的函數(shù)

即使Task更常見，也不可能完全避免使用Future：例如，在執(zhí)行器上運(yùn)行函數(shù)將返回Future實(shí)例，而不是Task。讓我們快速看一下 示例 3-16 ，了解一下直接使用Future實(shí)例是什么感覺。

示例 3-16. 與Future實(shí)例的交互

（L3）創(chuàng)建一個簡單的 main函數(shù)。我們運(yùn)行這個函數(shù)，等上一會兒然后在Future f上設(shè)置一個結(jié)果。

（L5）設(shè)置一個結(jié)果。

（L8）手動創(chuàng)建一個Future實(shí)例。注意，這個實(shí)例(默認(rèn)情況下)綁定到我們的循環(huán)，但它沒有也不會被附加到任何協(xié)程(這就是Tasks的作用)。

（L9）在做任何事情之前，確認(rèn)future還沒有完成。

（L11）安排main()協(xié)程，傳遞future。請記住，main()協(xié)程所做的所有工作就是sleep，然后切換Future實(shí)例。(注意main()協(xié)程還不會開始運(yùn)行：協(xié)程只在事件循環(huán)運(yùn)行時才開始運(yùn)行。)

(L13)在這里我們在Future實(shí)例上而不是Task實(shí)例上使用run_until_complete()。這和你以前見過的不一樣?，F(xiàn)在循環(huán)正在運(yùn)行，main()協(xié)程將開始執(zhí)行.

（L16）最終，當(dāng)future的結(jié)果被設(shè)置時，它就完成了。完成后，可以訪問結(jié)果。

當(dāng)然，你不太可能以這里所示的方式直接使用Future；代碼示例僅用于教育目的。你與asynccio的大部分聯(lián)系都是通過Task實(shí)例進(jìn)行的。

你可能想知道如果在Task實(shí)例上調(diào)用set_result()會發(fā)生什么。在Python 3.8之前可以這樣做，但現(xiàn)在不允許這么做了。任務(wù)實(shí)例是協(xié)程對象的包裝器，它們的結(jié)果值只能在內(nèi)部設(shè)置為底層協(xié)程函數(shù)的結(jié)果，如 示例 3-17所示那樣。

示例 3-17. 在task上調(diào)用set_result

（L13）唯一的區(qū)別是我們創(chuàng)建的是Task實(shí)例而不是Future實(shí)例。當(dāng)然，Task API要求我們提供一個協(xié)程；這里我們使用sleep()只是因?yàn)楹唵畏奖恪?/p>

（L7）正在傳入一個Task實(shí)例。它滿足函數(shù)的類型簽名(因?yàn)門ask是Future的子類)，但從Python 3.8開始，我們不再允許在Task上調(diào)用set_result()：嘗試這樣做將引發(fā)RuntimeError。這個想法是，一個Task代表一個正在運(yùn)行的協(xié)程，所以結(jié)果應(yīng)該總是來自于task自身。

（L10, L24）但是，我們?nèi)匀豢梢詂ancel()一個任務(wù)，它將在底層協(xié)程中引發(fā)CancelledError。

Create_task? Ensure_Future? 下定決心吧！

在第22頁的“快速入門”中，我說過運(yùn)行協(xié)程的方法是使用asyncio.create_task()。在引入該函數(shù)之前，有必要獲取一個循環(huán)實(shí)例并使用loop.create_task()完成相同的任務(wù)。事實(shí)上，這也可以通過一個不同的模塊級函數(shù)來實(shí)現(xiàn):asyncio.ensure_future()。一些開發(fā)人員推薦create_task()，而其他人推薦ensure_future()。

在我為這本書做研究的過程中，我確信API方法asyncio.ensure_future()是引起對asyncio庫廣泛誤解的罪魁禍?zhǔn)?。API的大部分內(nèi)容都非常清晰，但在學(xué)習(xí)過程中還存在一些嚴(yán)重的障礙，這就是其中之一。當(dāng)你遇到ensure_future()時，你的大腦會非常努力地將其集成到關(guān)于asyncio應(yīng)該如何使用的心理模型中——但很可能會失敗!

在Python 3.6 asyncio 文檔中，這個現(xiàn)在已經(jīng)臭名昭著的解釋突出了 ensure_future() 的問題：

asyncio.ensure_future(coro_or_future, *, _loop =None)

安排執(zhí)行一個協(xié)程對象：把它包裝在future中。返回一個Task對象。如果參數(shù)是Future，則直接返回。

什么!? 當(dāng)我第一次讀到這篇文章時，我很困惑。下面希望是對ensure_future()的更清楚的描述:

這個函數(shù)很好地說明了針對終端用戶開發(fā)人員的asyncio API(高級API)和針對框架設(shè)計(jì)人員的asyncio API(低級API)之間的區(qū)別。讓我們在示例 3-18中自習(xí)看看它是如何工作的。

示例 3-18. 仔細(xì)看看ensure_future()在做什么

（L3）一個簡單的什么都不做的協(xié)程函數(shù)。我們只需要一些能組成協(xié)程的東西。

（L6）我們通過直接調(diào)用該函數(shù)來創(chuàng)建協(xié)程對象。你的代碼很少會這樣做，但我想在這里明確地表示，我們正在向每個create_task()和ensure_future()傳遞一個協(xié)程對象。

（L7）獲取一個循環(huán)。

（L9）首先，我們使用loop.create_task()在循環(huán)中調(diào)度協(xié)程，并返回一個新的Task實(shí)例。

（L10）驗(yàn)證類型。到目前為止，沒有什么有趣的。

（L12）我們展示了asyncio.ensure_future()可以被用來執(zhí)行與create_task()相同的動作：我們傳入了一個協(xié)程，并返回了一個Task實(shí)例(并且協(xié)程已經(jīng)被安排在循環(huán)中運(yùn)行)!如果傳入的是協(xié)程，那么loop.create_task()和asyncio.ensure_future()之間沒有區(qū)別。

（L15）如果我們給ensure_future()傳遞一個Task實(shí)例會發(fā)生什么呢？注意我們要傳遞的Task實(shí)例是已經(jīng)在第4步通過loop.create_task()創(chuàng)建好的。

（L16）返回的Task實(shí)例與傳入的Task實(shí)例完全相同:它在被傳遞時沒有被改變。

直接傳遞Future實(shí)例的意義何在？為什么用同一個函數(shù)做兩件不同的事情？答案是，ensure_future()的目的是讓框架作者向最終用戶開發(fā)者提供可以處理兩種參數(shù)的API。不相信我？這是ex-BDFL自己說的：

ensure_future()的要點(diǎn)是，如果你有一個可能是協(xié)程或Future(后者包括一個Task，因?yàn)樗荈uture的子類)的東西，并且你想能夠調(diào)用一個只在Future上定義的方法(可能唯一有用的例子是cancel())。當(dāng)它已經(jīng)是Future(或Task)時，它什么也不做；當(dāng)它是協(xié)程時，它將它包裝在Task中。

如果您知道您有一個協(xié)程，并且希望它被調(diào)度，那么正確的API是create_task()。唯一應(yīng)該調(diào)用ensure_future()的時候是當(dāng)你提供一個API(像大多數(shù)asyncio自己的API)，它接受協(xié)程或Future，你需要對它做一些事情，需要你有一個Future。

—Guido van Rossum

總而言之，asyncio.sure_future()是一個為框架設(shè)計(jì)者準(zhǔn)備的輔助函數(shù)。這一點(diǎn)最容易通過與一種更常見的函數(shù)進(jìn)行類比來解釋，所以我們來做這個解釋。如果你有幾年的編程經(jīng)驗(yàn)，你可能已經(jīng)見過類似于例3-19中的istify()函數(shù)的函數(shù)。示例 3-19中l(wèi)istify()的函數(shù)。

示例 3-19. 一個強(qiáng)制輸入列表的工具函數(shù)

這個函數(shù)試圖將參數(shù)轉(zhuǎn)換為一個列表，不管輸入的是什么。api和框架中經(jīng)常使用這類函數(shù)將輸入強(qiáng)制轉(zhuǎn)換為已知類型，這將簡化后續(xù)代碼——在本例中，您知道參數(shù)(來自listify()的輸出)將始終是一個列表。

如果我將listify()函數(shù)重命名為ensure_list()，那么您應(yīng)該開始看到與asyncio.ensure_future()的類似之處:它總是試圖將參數(shù)強(qiáng)制轉(zhuǎn)換為Future(或子類)類型。這是一個實(shí)用函數(shù)，它使框架開發(fā)人員(而不是像你我這樣的終端用戶開發(fā)人員)的工作變得更容易。

實(shí)際上，asyncio標(biāo)準(zhǔn)庫模塊本身使用ensure_future()正是出于這個原因。當(dāng)你下次查看API時，你會發(fā)現(xiàn)函數(shù)參數(shù)被描述為“可等待對象”，很可能內(nèi)部使用ensure_future()強(qiáng)制轉(zhuǎn)換參數(shù)。例如，asyncio.gather()函數(shù)就像下面的代碼一樣:

aws參數(shù)表示“可等待對象”，包括協(xié)程、task和future。在內(nèi)部，gather()使用ensure_future()進(jìn)行類型強(qiáng)制轉(zhuǎn)換：task和future保持不變，而把協(xié)程強(qiáng)制轉(zhuǎn)為task。

這里的關(guān)鍵是，作為終端用戶應(yīng)用程序開發(fā)人員，應(yīng)該永遠(yuǎn)不需要使用asyncio.ensure_future()。它更像是框架設(shè)計(jì)師的工具。如果你需要在事件循環(huán)上調(diào)度協(xié)程，只需直接使用asyncio.create_task()來完成。

在接下來的幾節(jié)中，我們將回到語言級別的特性，從異步上下文管理器開始。

Python 中的函數(shù)擬合

很多業(yè)務(wù)場景中，我們希望通過一個特定的函數(shù)來擬合業(yè)務(wù)數(shù)據(jù)，以此來預(yù)測未來數(shù)據(jù)的變化趨勢。(比如用戶的留存變化、付費(fèi)變化等)

本文主要介紹在 Python 中常用的兩種曲線擬合方法：多項(xiàng)式擬合 和 自定義函數(shù)擬合。

通過多項(xiàng)式擬合，我們只需要指定想要擬合的多項(xiàng)式的最高項(xiàng)次是多少即可。

運(yùn)行結(jié)果：

對于自定義函數(shù)擬合，不僅可以用于直線、二次曲線、三次曲線的擬合，它可以適用于任意形式的曲線的擬合，只要定義好合適的曲線方程即可。

運(yùn)行結(jié)果：

Quant 應(yīng)該學(xué)習(xí)哪些 Python 知識

答主更多應(yīng)該算一個trader而不是quant（雖然對quant的一些知識也略懂），下面的答案可能更多是從一個交易員的角度來回答。

想在市場上賺錢，必須同時具備兩樣能力：

研究：做出正確的能夠獲利的決策，也就是尋找Alpha的能力

交易：基于研究的結(jié)果和交易信號，執(zhí)行相應(yīng)的下單風(fēng)控等操作，也就是將Alpha落實(shí)到你賬戶盈利上的能力

研究方面

龍哥的答案已經(jīng)覆蓋了常用的庫，這里就從研究的整體方向上來介紹下：

獲取數(shù)據(jù)：可以選擇使用TuShare、通聯(lián)、萬得等數(shù)據(jù)工具下載數(shù)據(jù)，并將原始的數(shù)據(jù)格式轉(zhuǎn)化為你自己想用的數(shù)據(jù)格式（可以用Python腳本實(shí)現(xiàn)），以保存到數(shù)據(jù)庫中

存儲數(shù)據(jù)：幾乎絕大部分常用的數(shù)據(jù)庫都提供了Python接口，SQL/NoSQL/HDF5等等多種，最常用的應(yīng)該是MySql和MongoDB，有興趣學(xué)Q的也可以直接去用KDB+，數(shù)據(jù)庫具體會應(yīng)用的方向包括保存數(shù)據(jù)、讀取數(shù)據(jù)、數(shù)據(jù)補(bǔ)全機(jī)制、數(shù)據(jù)變頻（TICK變K線等）

數(shù)據(jù)回測：將數(shù)據(jù)讀取到內(nèi)存中后（以numpy數(shù)組或者pandas序列的形式），進(jìn)行策略的回測，并對回測結(jié)果進(jìn)行研究（matplotlib繪圖），或者對參數(shù)進(jìn)行優(yōu)化（scipy等）

建模相關(guān)：對數(shù)據(jù)進(jìn)行一些統(tǒng)計(jì)學(xué)檢驗(yàn)（statsmodel）以及機(jī)器學(xué)習(xí)建模（scikit-learn）

集成開發(fā)環(huán)境：在有針對性的IDE中實(shí)現(xiàn)以上步驟會更加簡便快捷（ipython/spyder）

交易方面

這部分是答主的主場了，主要分為兩塊：

1. 執(zhí)行交易：對于絕大部分量化策略，都在一定程度上需要自動/半自動的下單功能。

CTA策略突破入場（秒級延時）

期權(quán)做市實(shí)時掛撤單（毫秒級延時）

股指期貨高頻（微秒級延時）

分級基金套利（批量自動下單，延時沒有以上幾種重要）

Alpha套利（籃子交易，一般要使用vwap等算法）

2. 策略風(fēng)控：同樣一般需要自動或者半自動的風(fēng)控功能.

期權(quán)組合的希臘值風(fēng)險實(shí)時監(jiān)控對沖

分級基金套利的beta凈敞口、行業(yè)暴露等實(shí)時監(jiān)控對沖

Alpha套利策略的因子監(jiān)控

具體需要掌握的知識：

1. 模擬實(shí)盤交易的策略回測：將策略重新編寫為可以基于數(shù)據(jù)回放（逐TICK/逐K線）的模式進(jìn)行回測的程序，模擬實(shí)際交易情況，杜絕未來函數(shù)的可能性，實(shí)盤交易中使用完全相同的程序進(jìn)行交易，保證實(shí)盤和回測的一致性。這塊通常需要專門的框架或者程序，比如通聯(lián)的優(yōu)礦、掘金、vn.py框架中的vn.strategy等。

2. 實(shí)盤交易接口：將想要下的單子通過交易接口發(fā)送到經(jīng)紀(jì)商柜臺，目前可以實(shí)盤直接使用的應(yīng)該包括掘金（期貨）、vn.py中的vn.lts（證券、期權(quán)）和vn.ctp（期貨）。如果要使用其他的柜臺需要自己封裝，如恒生、金證等。

3. 其他語言拓展：作為最有名的膠水語言之一，Python的拓展功能不用絕對是浪費(fèi)。針對計(jì)算瓶頸可以使用cython拓展，針對API可以用boost.python和swig進(jìn)行封裝，調(diào)用matlab直接運(yùn)行其中提供的特定算法，使用COM接口調(diào)用Excel自動生成每日交易記錄和報表......

4. GUI程序的開發(fā)：相當(dāng)數(shù)量的量化交易依舊需要交易員進(jìn)行實(shí)時監(jiān)控，除了在cmd中不斷print一些數(shù)據(jù)外，更合理的方案是開發(fā)自己需要的GUI界面，重點(diǎn)推薦PyQt，比在C++中用Qt開發(fā)要來的快捷很多，底層運(yùn)行的也是C++的代碼，速度完全不用擔(dān)心。一些有特別需求的人也可以考慮開發(fā)在瀏覽器中顯示的界面，比如經(jīng)常想用手機(jī)遠(yuǎn)程監(jiān)控。

如何看待python的未來的發(fā)展趨勢？

對于程序員而言，了解編程語言的發(fā)展趨勢，有助于個人職業(yè)成長；而對于想要入行IT的新人而言，最大的疑惑大多來自于不知道該選擇哪門編程語言發(fā)展前景更好！

隨著云計(jì)算、人工智能等的發(fā)展，Python語言最近幾年出現(xiàn)了爆發(fā)式的增長，Python語言的關(guān)注度增長了10倍。云計(jì)算、大數(shù)據(jù)分析、人工智能、物聯(lián)網(wǎng)等領(lǐng)域Python應(yīng)用無處不在。百度、阿里、騰訊、網(wǎng)易、新浪，搜狐等各公司都在大規(guī)模使用Python技術(shù)。

各個公司對于Python人才急缺，但是掌握Python技術(shù)的人才不多，造成各個公司急缺Python開發(fā)人員。所以說未來Python的發(fā)展前景還是挺不錯的；自1991年發(fā)布以來，Python的普及程度已經(jīng)大大提高。現(xiàn)在已經(jīng)躋身世界上最流行的編程語言之列，克服了如速度太慢或無法擴(kuò)展語言的詬病。雖然很多開源項(xiàng)目或語言浮浮沉沉，但是Python一直在增長，排名不斷提升。