Skip to content
/ vnpy Public
forked from vnpy/vnpy

基于python的开源量化交易平台开发框架

License

Notifications You must be signed in to change notification settings

sylinuxhy/vnpy

 
 

Repository files navigation

vn.py - By Traders, For Traders.


简介

vn.py是一套基于Python的开源量化交易程序开发框架,起源于国内私募的自主量化交易系统。2015年初项目启动时只是单纯的交易API接口的Python封装。随着业内关注度的上升和社区不断的贡献,目前已经一步步成长为一套全面的交易程序开发框架,用户群体也日渐多样化,包括私募基金、券商自营和资管、期货资管和子公司、高校研究机构和专业个人投资者等。


环境准备

  1. 支持的操作系统:Windows 7/8/10/Server 2008
  2. 安装MongoDB,并将MongoDB配置为系统服务
  3. 安装Anaconda注意必须是Python 2.7 32位版本
  4. 安装Visual C++ Redistributable Packages for VS2013 x86版本

安装

方法1

这里下载最新版本,解压后运行install.bat自动安装。

方法2

pip install vnpy pymongo msgpack-python websocket-client qdarkstyle

conda install -c quantopian ta-lib=0.4.9

Quick Start

  1. SimNow注册CTP仿真账号,记下你的账号、密码、经纪商编号,然后下载快期查询你的交易和行情服务器地址

  2. 找到你的Anaconda安装目录,打开Anaconda2\Lib\site-packages\vnpy-1.6.2b0-py2.7.egg\vnpy\trader\gateway\ctpGateway\CTP_connect.json,修改账号、密码、服务器等为上一步注册完成后你的信息(注意使用专门的编程编辑器,如Sublime Text等,防止json编码出错)

  3. 在任意目录将以下内容保存为run.py,并双击运行(若无法双击,则在当前目录按住Shift点鼠标右键,打开cmd输入python run.py运行):

# encoding: UTF-8

# 重载sys模块,设置默认字符串编码方式为utf8
import sys
reload(sys)
sys.setdefaultencoding('utf8')

# vn.trader模块
from vnpy.event import EventEngine
from vnpy.trader.vtEngine import MainEngine
from vnpy.trader.uiQt import qApp
from vnpy.trader.uiMainWindow import MainWindow

# 加载底层接口
from vnpy.trader.gateway import ctpGateway

# 加载上层应用
from vnpy.trader.app import riskManager, ctaStrategy


#----------------------------------------------------------------------
def main():
    """主程序入口"""
    # 创建事件引擎
    ee = EventEngine()

    # 创建主引擎
    me = MainEngine(ee)

    # 添加交易接口
    me.addGateway(ctpGateway)

    # 添加上层应用
    me.addApp(riskManager)
    me.addApp(ctaStrategy)

    # 创建主窗口
    mw = MainWindow(me, ee)
    mw.showMaximized()

    # 在主线程中启动Qt事件循环
    sys.exit(qApp.exec_())


if __name__ == '__main__':
    main()

更多使用方法方法请参考examples下的目录。


开发工具推荐

  • WingIDE:非常好用的Python集成开发环境(作者就是用它写的vn.py)

  • Robomongo:MongoDB的图形化客户端,方便监控和修改数据

  • Sublime Text:针对编程的文本编辑器,当然你也可以使用Vim或者Emacs

  • PyQtGraph:适用于开发实时更新数据的图表,如Tick图、K线图、期权波动率曲线等(Matplotlib渲染开销太大,用于实盘绘图可能拖慢整个程序)

  • Visual Studio 2013:这个就不多说了(作者编译API封装用的是2013版本)


项目结构

  1. 丰富的Python交易和数据API接口(vnpy.api),基本覆盖了国内外所有常规交易品种(股票、期货、期权、外汇、外盘、比特币),具体包括:

    • CTP(ctp)

    • 飞马(femas)

    • LTS(lts)

    • 中信证券期权(cshshlp)

    • 金仕达黄金(ksgold)

    • 金仕达期权(ksotp)

    • 飞鼠(sgit)

    • 飞创(xspeed)

    • QDP(qdp)

    • 上海直达期货(shzd)

    • Interactive Brokers(ib)

    • OANDA(oanda)

    • OKCOIN(okcoin)

    • 火币(huobi)

    • 链行(lhang)

    • 通联数据(datayes)

  2. 简洁易用的事件驱动引擎(vnpy.event),作为事件驱动型交易程序的核心

  3. 支持服务器端数据推送的RPC框架(vnpy.rpc),用于实现多进程分布式架构的交易系统

  4. 开箱即用的实盘交易平台框架(vnpy.trader),整合了多种交易接口,并针对具体策略算法和功能开发提供了简洁易用的API,用于快速构建交易员所需的量化交易程序,应用举例:

    • 同时登录多个交易接口,在一套界面上监控多种市场的行情和多种资产账户的资金、持仓、委托、成交情况

    • 支持跨市场套利(CTP期货和LTS证券)、境内外套利(CTP期货和IB外盘)、多市场数据整合实时预测走势(CTP的股指期货数据、IB的外盘A50数据、Wind的行业指数数据)等策略应用

    • CTA策略引擎模块,在保持易用性的同时,允许用户针对CTA类策略运行过程中委托的报撤行为进行细粒度控制(降低交易滑点、实现高频策略)

    • 实盘行情记录,支持Tick和K线数据的落地,用于策略开发回测以及实盘运行初始化

  5. 关于vn.py项目的应用演示(examples),对于新手而言可以从这里开始学习vn.py项目的使用方式

  6. 关于项目在实盘交易中的一些使用指南(tutorial)

  7. vn.py项目的Docker镜像(docker),目前尚未完成

  8. 官网知乎专栏,内容包括vn.py项目的开发教程和Python在量化交易领域的应用研究等内容

  9. 官方交流QQ群262656087,管理较严格(定期清除长期潜水的成员)


贡献代码

vn.py使用github托管其源代码,如果希望贡献代码请使用github的PR(Pull Request)的流程:

  1. 创建 Issue - 对于较大的改动(如新功能,大型重构等)最好先开issue讨论一下,较小的improvement(如文档改进,bugfix等)直接发PR即可

  2. Fork vn.py - 点击右上角Fork按钮

  3. Clone你自己的fork: git clone https://github.com/$userid/vnpy.git

  4. dev修改并将修改push到你的fork上

  5. 创建从你的fork的dev分支到主项目的dev分支的[Pull Request] - 在此点击Compare & pull request

  6. 等待review, 需要继续改进,或者被Merge!


项目捐赠

过去的半年中陆续收到了许多用户的捐赠,在此深表感谢!所有的捐赠资金都投入到了vn.py社区基金中,用于支持vn.py项目的运作。最近主要的一个支出是相关文档编写,目前来看文档完成的速度和质量都显著超出预期。

先强调一下:vn.py是开源项目,可以永久免费使用,并没有强制捐赠的要求!!!

捐赠方式:支付宝[email protected](*晓优)

计划长期维护一份捐赠清单,所以请在留言中注明是项目捐赠以及捐赠人的名字(当然想匿名的用户就随意了)。


联系作者

作者知乎名:用python的交易员,想要联系作者可以通过知乎私信


License

MIT

About

基于python的开源量化交易平台开发框架

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages

  • C++ 42.9%
  • Python 39.8%
  • C 15.9%
  • Objective-C 0.6%
  • Makefile 0.4%
  • CMake 0.2%
  • Other 0.2%