By Traders, For Traders.

vn.py是一套基于Python的开源量化交易系统开发框架，于2015年1月正式发布，在开源社区5年持续不断的贡献下一步步成长为全功能量化交易平台，目前国内外金融机构用户已经超过300家，包括：私募基金、证券自营和资管、期货资管和子公司、高校研究机构、自营交易公司、交易所、Token Fund等。对vn.py和量化交易新手的建议：

1.Python 适合用于快速开发，解释性语言导致了运行效率比较低，但是开发速度相对于其他语言却很高。当然Python做数据分析的效率比较高，但是做底层会下降一个数量级的原因，所以尽可能建议用成熟的资管系统去实现多账户。目前虚拟币市场比较混乱，厂商的API水平参差不齐，而A股禁止使用资管系统，外盘相对而言波动小是一个更成熟的市场，国内的期货的API是最成熟和完善的，那么期货的资管也很丰富，包括了信管家、融航、酷操盘手等。

2.因为搭建整个量化平台需要涉及很多，包括数据处理，策略开发，底层搭建，而这些工作在私募基金是由一个团队去完成的，如果是一个爱好者自己做怎么的也得3-5年吧。所以给出的建议是，尽可能的将精力放在策略开发上，对底层和框架可以拿来主义。

3.对一些人工智能库该怎么用，对大多数程序员来说也只是学会调用，能做到调参的已经是比较高的水平了。若想真正做到精通人工智能算法，对程序员也不是一个简单的工作，更不要说一般爱好者了，人工智能算法需要的是优秀的算法工程师，要熟练的掌握高等数学、线性代数、离散数学、组合数学、矩阵论、概率统计等数学课程，数据结构（树、链表、矩阵、图）等各种典型的数据结构以及常用的查找和排序算法（比如冒泡排序、快速排序、二分查找、希尔排序等，熟悉各自算法的时间复杂度）。对于通用型的算法**，比如递推、分治、贪心、递归、动态规划等算法策略要熟记于心并能灵活运用。要做好人工智能算法这一些都离不开深厚的数学功底。。所以所以对一般量化交易爱好者而言，一上来不要追求人工智能去开发策略。

4.vn.py python框架也在不断进化，vn.py目前最大的问题是性能问题，相信未来还有更好的框架出现，建议爱好者将精力方在策略开发上，策略相比平台则是更保值的东西。

vn.py (http://www.vnpy.cn) 是基于Python的开源量化交易系统开发框架，起源于**国内私募基金的自主交易系统。2015年1月项目正式在Github发布，在开源社区数年持续不断的贡献下，已经从早期的交易API接口封装，一步步成长为一套多市场多接口的量化交易平台。随着量化交易行业业内关注度的上升，用户群体也日渐多样化，包括：高校研究机构、专业个人投资者、私募基金、期货资管、证券自营和资管等等。 vn.py由于属于纯Python架构不适合搭建多账户系统，因为Python适合数据处理，但不适合多账户的并发。如需要多账户，消除原始VN.PY性能架构缺陷，建议采用资管系统来实现。期货资管系统推荐酷操盘手系列 http://www.kucps.com/ 虽然是商业化产品，但是是可以获得免费使用的。

其他量化交易网站，和支持VN.PY扩展功能

[支持VNPY和任意自编程序的底层仿真TICK级回测系统，实盘代码和回测代码100%一致] http://www.virtualapi.cn/

[实盘低佣金开户，为了给广大量化交易爱好者提供便利，我们帮大家和期货公司谈的手续费非常低了，交易所标准加1分，交反40~90%支持CTP接口] http://www.kaihucn.cn/

[上海期货交易所CTP接口，支持模拟账户注册] http://www.simnow.com.cn

[酷操盘手资管软件、酷操盘手跟单软件系列] http://www.kucps.com/

[行情数据免费下载] http://www.mdshare.cn/

[量化资源导航] http://www.pythonpai.cn

[量化交易社区] http://www.pythonpai.com

[A股交易工具] http://www.quicklib.net

官方微信公众号：vnpy-community，接下来将在公众号中陆续上线各种关于vn.py的使用教程，欢迎关注。

2.0版本基于Python 3.7全新重构开发，不再提供对Python2.0的支持)。

功能特点

全功能量化交易平台（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应用。
覆盖国内外所有交易品种的交易接口（vnpy.gateway）：
- 国内市场
  - CTP(ctp)：国内期货、期权
  - CTP Mini(mini)：国内期货、期权
  - 飞马(femas)：国内期货
  - 宽睿(oes)：国内证券（A股）
  - 中泰XTP(xtp)：国内证券（A股）
  - 华鑫奇点(tora)：国内证券（A股）
- 海外市场
  - 富途证券(futu)：港股、美股
  - 老虎证券(tiger)：全球证券、期货、期权、外汇等
  - Interactive Brokers(ib)：全球证券、期货、期权、外汇等
  - 易盛9.0外盘(tap)：全球期货
- 数字货币
  - BitMEX(bitmex)：数字货币期货、期权、永续合约
  - OKEX合约(okexf)：数字货币期货
  - 火币合约(hbdm)：数字货币期货
  - 币安(binance)：数字货币现货
  - OKEX(okex)：数字货币现货
  - 火币(huobi)：数字货币现货
  - Bitfinex(bitfinex)：数字货币现货
  - 1Token(onetoken)：数字货币券商（现货、期货）
- 特殊应用
  - RPC服务(rpc)：跨进程通讯接口，用于分布式架构
开箱即用的各类量化策略交易应用（vnpy.app）：
- cta_strategy：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）
- cta_backtester：CTA策略回测模块，无需使用Jupyter Notebook，直接使用图形界面直接进行策略回测分析、参数优化等相关工作
- algo_trading：算法交易模块，提供多种常用的智能交易算法：TWAP、Sniper、Iceberg、BestLimit等等，支持常用算法配置保存
- script_trader：脚本策略模块，针对多标的组合类交易策略设计，同时也可以直接在命令行中实现REPL指令形式的交易，不支持回测功能
- rpc_service：RPC服务模块，允许将某一VN Trader进程启动为服务端，作为统一的行情和交易路由通道，允许多客户端同时连接，实现多进程分布式系统
- csv_loader：CSV历史数据加载器，用于加载CSV格式文件中的历史数据到平台数据库中，用于策略的回测研究以及实盘初始化等功能，支持自定义数据表头格式
- data_recorder：行情记录模块，基于图形界面进行配置，根据需求实时录制Tick或者K线行情到数据库中，用于策略回测或者实盘初始化
- risk_manager：风险管理模块，提供包括交易流控、下单数量、活动委托、撤单总数等规则的统计和限制，有效实现前端风控功能
Python交易API接口封装（vnpy.api），提供上述交易接口的底层对接实现。
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。
跨进程通讯标准组件（vnpy.rpc），用于实现分布式部署的复杂交易系统。
Python高性能K线图表（vnpy.chart），支持大数据量图表显示以及实时数据更新功能。
VNPY首页和知乎专栏，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。
官方交流群236828089（QQ），管理严格（定期清除长期潜水的成员），入群费将捐赠给vn.py社区基金。

环境准备

推荐使用vn.py团队为量化交易专门打造的Python发行版VNStudio-2.0.4，内置了最新版的vn.py框架以及VN Station量化管理平台，无需手动安装
支持的系统版本：Windows 7以上/Windows Server 2008以上/Ubuntu 18.04 LTS
支持的Python版本：Python 3.7 64位（注意必须是Python 3.7 64位版本）

安装步骤

在这里下载最新版本，解压后运行以下命令安装： Windows

install.bat

Ubuntu

bash install.sh

使用指南

在SimNow注册CTP仿真账号，并在该页面获取经纪商代码以及交易行情服务器地址。
VirtualAPi For CTP支持VNPY的CTP框架进行回测，并保证实盘代码和回测代码一模一样 http://www.virutalapi.cn 。
启动VN Station（安装VNConda后会在桌面自动创建快捷方式），输入上一步的账号密码登录
点击底部的VN Trader Lite按钮，开始你的交易！！！

注意：

在VN Trader的运行过程中请勿关闭VN Station（会自动退出）
如需要灵活配置量化交易应用组件，请使用VN Trader Pro

脚本运行

除了基于VN Station的图形化启动方式外，也可以在任意目录下创建run.py，写入以下示例代码：

from vnpy.event import EventEngine
from vnpy.trader.engine import MainEngine
from vnpy.trader.ui import MainWindow, create_qapp
from vnpy.gateway.ctp import CtpGateway
from vnpy.app.cta_strategy import CtaStrategyApp
from vnpy.app.cta_backtester import CtaBacktesterApp

def main():
    """Start VN Trader"""
    qapp = create_qapp()

    event_engine = EventEngine()
    main_engine = MainEngine(event_engine)
    
    main_engine.add_gateway(CtpGateway)
    main_engine.add_app(CtaStrategyApp)
    main_engine.add_app(CtaBacktesterApp)

    main_window = MainWindow(main_engine, event_engine)
    main_window.showMaximized()

    qapp.exec()

if __name__ == "__main__":
    main()

在该目录下打开CMD（按住Shift->点击鼠标右键->在此处打开命令窗口/PowerShell）后运行下列命令启动VN Trader：

python run.py

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:

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
Fork vn.py - 点击右上角Fork按钮
Clone你自己的fork: git clone https://github.com/$userid/vnpy.git
- 如果你的fork已经过时，需要手动sync：https://help.github.com/articles/syncing-a-fork/
从dev创建你自己的feature branch: git checkout -b $my_feature_branch dev
在$my_feature_branch上修改并将修改push到你的fork上
创建从你的fork的$my_feature_branch分支到主项目的dev分支的[Pull Request] - 在此点击compare across forks，选择需要的fork和branch创建PR
等待review, 需要继续改进，或者被Merge!

在提交代码的时候，请遵守以下规则，以提高代码质量：

使用autopep8格式化你的代码。运行autopep8 --in-place --recursive . 即可。
使用flake8检查你的代码，确保没有error和warning。在项目根目录下运行flake8即可。

项目捐赠

过去5年中收到过许多社区用户的捐赠，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。

先强调一下：vn.py是开源项目，可以永久免费使用！！！

VNPY原始作者：用Python的程序员还有其他为VNPY做出贡献的其他作者

其他内容

. .

版权说明

MIT

jonnxu/vnpy