Merge pull request #1696 from vnpy/docs

Docs

docs/csv_loader.md

@@ -2,7 +2,7 @@
 
 CSV载入模块在vnpy根目录下vnpy\app\csv_loader文件夹内，engine.py里面的CsvLoaderEngine类负责载入功能实现。
 
-## 1. 初始化
+## 初始化配置
 初始化数据载入相关信息，可以分成3类：
 
 - CSV文件路径
@@ -26,7 +26,7 @@ CSV载入模块在vnpy根目录下vnpy\app\csv_loader文件夹内，engine.py里
 
  
 
-## 2. 数据载入
+## 数据载入
 
 从文件路径中读取CSV文件，然后在每一次迭代中载入数据到数据库中。
 ```

docs/cta_backtester.md

@@ -1,14 +1,47 @@
 # CTA回测模块
 CTA回测模块是基于PyQt5和pyqtgraph的图形化回测工具。启动VN Trader后，在菜单栏中点击“功能-> CTA回测”即可进入该图形化回测界面，如下图。CTA回测模块主要实现3个功能：历史行情数据的下载、策略回测、参数优化。
+
 ![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/cta_backtester.png)
 
  
 
+## 加载启动
+进入图形化回测界面“CTA回测”后，会立刻完成初始化工作：初始化回测引擎、初始化RQData客户端。
 
-## 1.下载数据
-数据下载功能是基于RQData的get_price()函数实现的。
 ```
-get_price(order_book_ids, start_date='2013-01-04', end_date='2014-01-04', frequency='1d', fields=None, adjust_type='pre', skip_suspended =False, market='cn')
+    def init_engine(self):
+        """"""
+        self.write_log("初始化CTA回测引擎")
+
+        self.backtesting_engine = BacktestingEngine()
+        # Redirect log from backtesting engine outside.
+        self.backtesting_engine.output = self.write_log
+
+        self.write_log("策略文件加载完成")
+
+        self.init_rqdata()
+
+    def init_rqdata(self):
+        """
+        Init RQData client.
+        """
+        result = rqdata_client.init()
+        if result:
+            self.write_log("RQData数据接口初始化成功")
+```
+
+ 
+
+
+## 下载数据
+在开始策略回测之前，必须保证数据库内有充足的历史数据。故vnpy提供了历史数据一键下载的功能。
+下载数据功能主要是基于RQData的get_price()函数实现的。
+```
+get_price(
+    order_book_ids, start_date='2013-01-04', end_date='2014-01-04',
+    frequency='1d', fields=None, adjust_type='pre', skip_suspended =False,
+    market='cn'
+)
 ```
 
 
@@ -20,27 +53,339 @@ get_price(order_book_ids, start_date='2013-01-04', end_date='2014-01-04', freque
   
 填写完字段信息后，点击下方“下载数据”按钮启动下载程序，下载成功如图所示。
 
+
 ![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/data_loader.png)
 
 
 
  
 
-## 2.加载启动
+## 策略回测
+下载完历史数据后，需要配置以下字段：交易策略、手续费率、交易滑点、合约乘数、价格跳动、回测资金。
+这些字段主要对应BacktesterEngine类的run_backtesting函数。
+```
+def run_backtesting(
+    self, class_name: str, vt_symbol: str, interval: str, start: datetime, 
+    end: datetime, rate: float, slippage: float, size: int, pricetick: float, 
+    capital: int, setting: dict
+)：
+```
+
+点击下方的“开始回测”按钮可以开始回测：
+首先会弹出如图所示的参数配置窗口，用于调整策略参数。该设置对应的是run_backtesting()函数的setting字典。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/parameter_setting.png)
+
+
+
+点击“确认”按钮后开始运行回测，同时日志界面会输出相关信息，如图。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/backtesting_log.png)
+
+回测完成后会显示统计数字图表。
+
+ 
+
+### 统计数据
+用于显示回测完成后的相关统计数值, 如结束资金、总收益率、夏普比率、收益回撤比。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/show_result.png)
+
+ 
+
+### 图表分析
+以下四个图分别是代表账号净值、净值回撤、每日盈亏、盈亏分布。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/show_result_chat.png)
+
+
+ 
+
+## 参数优化
+vnpy提供2种参数优化的解决方案：穷举算法、遗传算法
+
+
+ 
+
+### 穷举算法
+
+穷举算法原理：
+- 输入需要优化的参数名、优化区间、优化步进，以及优化目标。
+```
+    def add_parameter(
+        self, name: str, start: float, end: float = None, step: float = None
+    ):
+        """"""
+        if not end and not step:
+            self.params[name] = [start]
+            return
+
+        if start >= end:
+            print("参数优化起始点必须小于终止点")
+            return
+
+        if step <= 0:
+            print("参数优化步进必须大于0")
+            return
+
+        value = start
+        value_list = []
+
+        while value <= end:
+            value_list.append(value)
+            value += step
+
+        self.params[name] = value_list
+
+    def set_target(self, target_name: str):
+        """"""
+        self.target_name = target_name
+```
+
+&nbsp;
+
+
+- 形成全局参数组合, 数据结构为[{key: value, key: value}, {key: value, key: value}]。
+```
+    def generate_setting(self):
+        """"""
+        keys = self.params.keys()
+        values = self.params.values()
+        products = list(product(*values))
+
+        settings = []
+        for p in products:
+            setting = dict(zip(keys, p))
+            settings.append(setting)
+
+        return settings
+```
+&nbsp;
+
+
+- 遍历全局中的每一个参数组合：遍历的过程即运行一次策略回测，并且返回优化目标数值；然后根据目标数值排序，输出优化结果。
+```
+    def run_optimization(self, optimization_setting: OptimizationSetting, output=True):
+        """"""
+        # Get optimization setting and target
+        settings = optimization_setting.generate_setting()
+        target_name = optimization_setting.target_name
+
+        if not settings:
+            self.output("优化参数组合为空，请检查")
+            return
+
+        if not target_name:
+            self.output("优化目标未设置，请检查")
+            return
+
+        # Use multiprocessing pool for running backtesting with different setting
+        pool = multiprocessing.Pool(multiprocessing.cpu_count())
+
+        results = []
+        for setting in settings:
+            result = (pool.apply_async(optimize, (
+                target_name,
+                self.strategy_class,
+                setting,
+                self.vt_symbol,
+                self.interval,
+                self.start,
+                self.rate,
+                self.slippage,
+                self.size,
+                self.pricetick,
+                self.capital,
+                self.end,
+                self.mode
+            )))
+            results.append(result)
+
+        pool.close()
+        pool.join()
+
+        # Sort results and output
+        result_values = [result.get() for result in results]
+        result_values.sort(reverse=True, key=lambda result: result[1])
+
+        if output:
+            for value in result_values:
+                msg = f"参数：{value[0]}, 目标：{value[1]}"
+                self.output(msg)
+
+        return result_values
+```
 
 
 
 
-## 3.策略回测
+注意：可以使用multiprocessing库来创建多进程实现并行优化。例如：若用户计算机是2核，优化时间为原来1/2；若计算机是10核，优化时间为原来1/10。
 
-### 3.1统计数据
+&nbsp;
 
 
-### 3.2图表分析
+穷举算法操作：
+
+- 点击“参数优化”按钮，会弹出“优化参数配置”窗口，用于设置优化目标（如最大化夏普比率、最大化收益回撤比）和设置需要优化的参数以及优化区间，如图。
+  
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/optimize_setting.png)
+
+- 设置好需要优化的参数后，点击“优化参数配置”窗口下方的“确认”按钮开始进行调用CPU多核进行多进程并行优化，同时日志会输出相关信息。
+  
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/optimize_log.png)
+
+- 点击“优化结果”按钮可以看出优化结果，如图的参数组合是基于目标数值（夏普比率）由高到低的顺序排列的。
+  
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_backtester/optimize_result.png)
+
+
+&nbsp;
+
+### 遗传算法
+
+遗传算法原理：
+
+- 输入需要优化的参数名、优化区间、优化步进，以及优化目标；
+
+- 形成全局参数组合，该组合的数据结构是列表内镶嵌元组，即\[[(key, value), (key, value)] , [(key, value), (key,value)]]，与穷举算法的全局参数组合的数据结构不同。这样做的目的是有利于参数间进行交叉互换和变异。
+```
+    def generate_setting_ga(self):
+        """""" 
+        settings_ga = []
+        settings = self.generate_setting()     
+        for d in settings:            
+            param = [tuple(i) for i in d.items()]
+            settings_ga.append(param)
+        return settings_ga
+```
+
+&nbsp;
+
+
+- 形成个体：调用random()函数随机从全局参数组合中获取参数。
+```
+        def generate_parameter():
+            """"""
+            return random.choice(settings)
+```
+
+&nbsp;
+
+
+- 定义个体变异规则: 即发生变异时，旧的个体完全被新的个体替代。
+```
+        def mutate_individual(individual, indpb):
+            """"""
+            size = len(individual)
+            paramlist = generate_parameter()
+            for i in range(size):
+                if random.random() < indpb:
+                    individual[i] = paramlist[i]
+            return individual,
+```
+
+&nbsp;
+
+
+- 定义评估函数：入参的是个体，即[(key, value), (key, value)]形式的参数组合，然后通过dict()转化成setting字典，然后运行回测，输出目标优化数值，如夏普比率、收益回撤比。(注意，修饰器@lru_cache作用是缓存计算结果，避免遇到相同的输入重复计算，大大降低运行遗传算法的时间)
+```
+@lru_cache(maxsize=1000000)
+def _ga_optimize(parameter_values: tuple):
+    """"""
+    setting = dict(parameter_values)
+
+    result = optimize(
+        ga_target_name,
+        ga_strategy_class,
+        setting,
+        ga_vt_symbol,
+        ga_interval,
+        ga_start,
+        ga_rate,
+        ga_slippage,
+        ga_size,
+        ga_pricetick,
+        ga_capital,
+        ga_end,
+        ga_mode
+    )
+    return (result[1],)
+
+
+def ga_optimize(parameter_values: list):
+    """"""
+    return _ga_optimize(tuple(parameter_values))
+```
+
+&nbsp;
+
+- 运行遗传算法：调用deap库的算法引擎来运行遗传算法，其具体流程如下。
+1）先定义优化方向，如夏普比率最大化；
+2）然后随机从全局参数组合获取个体，并形成族群；
+3）对族群内所有个体进行评估（即运行回测），并且剔除表现不好个体；
+4）剩下的个体会进行交叉或者变异，通过评估和筛选后形成新的族群；（到此为止是完整的一次种群迭代过程）；
+5）多次迭代后，种群内差异性减少，整体适应性提高，最终输出建议结果。该结果为帕累托解集，可以是1个或者多个参数组合。
+
+注意：由于用到了@lru_cache, 迭代中后期的速度回提高非常多，因为很多重复的输入都避免了再次的回测，直接在内存中查询并且返回计算结果。
+```
+from deap import creator, base, tools, algorithms
+creator.create("FitnessMax", base.Fitness, weights=(1.0,))
+creator.create("Individual", list, fitness=creator.FitnessMax)
+        ......
+        # Set up genetic algorithem
+        toolbox = base.Toolbox() 
+        toolbox.register("individual", tools.initIterate, creator.Individual, generate_parameter)                          
+        toolbox.register("population", tools.initRepeat, list, toolbox.individual)                                            
+        toolbox.register("mate", tools.cxTwoPoint)                                               
+        toolbox.register("mutate", mutate_individual, indpb=1)               
+        toolbox.register("evaluate", ga_optimize)                                                
+        toolbox.register("select", tools.selNSGA2)       
+
+        total_size = len(settings)
+        pop_size = population_size                      # number of individuals in each generation
+        lambda_ = pop_size                              # number of children to produce at each generation
+        mu = int(pop_size * 0.8)                        # number of individuals to select for the next generation
+
+        cxpb = 0.95         # probability that an offspring is produced by crossover    
+        mutpb = 1 - cxpb    # probability that an offspring is produced by mutation
+        ngen = ngen_size    # number of generation
+                
+        pop = toolbox.population(pop_size)      
+        hof = tools.ParetoFront()               # end result of pareto front
+
+        stats = tools.Statistics(lambda ind: ind.fitness.values)
+        np.set_printoptions(suppress=True)
+        stats.register("mean", np.mean, axis=0)
+        stats.register("std", np.std, axis=0)
+        stats.register("min", np.min, axis=0)
+        stats.register("max", np.max, axis=0)
+
+        algorithms.eaMuPlusLambda(
+            pop, 
+            toolbox, 
+            mu, 
+            lambda_, 
+            cxpb, 
+            mutpb, 
+            ngen, 
+            stats,
+            halloffame=hof
+        )
+
+        # Return result list
+        results = []
+
+        for parameter_values in hof:
+            setting = dict(parameter_values)
+            target_value = ga_optimize(parameter_values)[0]
+            results.append((setting, target_value, {}))
+        
+        return results
+```
+
 
 
 
-## 4.参数优化
 
 
 

docs/cta_strategy.md

@@ -1,7 +1,7 @@
 # CTA策略模块
 
 
-## 1. 模块构成
+## 模块构成
 
 CTA策略模块主要由7部分构成，如下图：
 
@@ -14,21 +14,163 @@ CTA策略模块主要由7部分构成，如下图：
 - engine：定义了CTA策略实盘引擎，其中包括：RQData客户端初始化和数据载入、策略的初始化和启动、推送Tick订阅行情到策略中、挂撤单操作、策略的停止和移除等。
 - ui：基于PyQt5的GUI图形应用。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_strategy/seix_elementos.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_strategy/seix_elementos.png "enter image title here")
 
  
 
-## 2. 历史数据
+## 历史数据
+
+### 回测历史数据
+回测所需要的历史数据可通过运行getdata.py文件进行下载。该文件处于根目录下tests\backtesting文件夹内。
+下载历史数据的原理是调用RQData的get_price()函数把数据下载到内存里面；再通过generate_bar_from_row()函数，以固定格式把数据从内存载入到硬盘数据库中。
+
+下面介绍具体流程：
+
+- 填写RQData的账号密码，初始化RQData
+```
+import rqdatac as rq
+
+
+USERNAME = ""
+PASSWORD = ""
+FIELDS = ["open", "high", "low", "close", "volume"]
+
+rq.init(USERNAME, PASSWORD, ("rqdatad-pro.ricequant.com", 16011))
+```
+
+ 
+
+- 定义数据插入格式。需要插入的数据包括：合约代码、交易所、K线周期、开盘价、最高价、最低价、收盘价、成交量、数据库名称、vt_symbol（注意：K线周期可以是"1m"、"1h"、"d"、"w"。to_pydatetime()用于时间转换成datetime格式）
+```
+def generate_bar_from_row(row, symbol, exchange):
+    """"""
+    bar = DbBarData()
+
+    bar.symbol = symbol
+    bar.exchange = exchange
+    bar.interval = "1m"
+    bar.open_price = row["open"]
+    bar.high_price = row["high"]
+    bar.low_price = row["low"]
+    bar.close_price = row["close"]
+    bar.volume = row["volume"]
+    bar.datetime = row.name.to_pydatetime()
+    bar.gateway_name = "DB"
+    bar.vt_symbol = f"{symbol}.{exchange}"
+
+    return bar
+```
+
+ 
+
+- 定义数据下载函数。主要调用RQData的get_price()获取指定合约或合约列表的历史数据（包含起止日期，日线或分钟线）。目前仅支持中国市场的股票、期货、ETF和上金所现货的行情数据，如黄金、铂金和白银产品。（注意：起始日期默认是2013-01-04，结束日期默认是2014-01-04）
+
+```
+def download_minute_bar(vt_symbol):
+    """下载某一合约的分钟线数据"""
+    print(f"开始下载合约数据{vt_symbol}")
+    symbol, exchange = vt_symbol.split(".")
+
+    start = time()
+
+    df = rq.get_price(symbol, start_date="2018-01-01", end_date="2019-01-01", frequency="1m", fields=FIELDS)
+
+    with DB.atomic():
+        for ix, row in df.iterrows():
+            print(row.name)
+            bar = generate_bar_from_row(row, symbol, exchange)
+            DbBarData.replace(bar.__data__).execute()
+
+    end = time()
+    cost = (end - start) * 1000
+
+    print(
+        "合约%s的分钟K线数据下载完成%s - %s，耗时%s毫秒"
+        % (symbol, df.index[0], df.index[-1], cost)
+    )
+
+```
 
 
  
 
-## 3. 策略开发
+
+### 实盘历史数据
+在实盘中，RQData通过实时载入数据进行策略的初始化。该功能主要在CTA实盘引擎engine.py内实现。
+下面介绍具体流程：
+- 配置json文件：在用户目录下.vntrader文件夹找到vt_setting.json，输入RQData的账号和密码，如图。
+  
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_strategy/RQData_setting.png "enter image title here")
+
+- 初始化RQData客户端：从vt_setting.json中读取RQData的账户、密码到rq_client.init()函数进行初始化
+
+```
+    def init_rqdata(self):
+        """
+        Init RQData client.
+        """
+        username = SETTINGS["rqdata.username"]
+        password = SETTINGS["rqdata.password"]
+        if not username or not password:
+            return
+
+        import rqdatac
+        
+        self.rq_client = rqdatac
+        self.rq_client.init(username, password,
+                            ('rqdatad-pro.ricequant.com', 16011))
+```
+
+
+- RQData载入实盘数据：输入vt_symbol后，首先会转换成符合RQData格式的rq_symbol，通过get_price()函数下载数据，并且插入到数据库中。
+  
+```
+    def query_bar_from_rq(
+        self, vt_symbol: str, interval: Interval, start: datetime, end: datetime
+    ):
+        """
+        Query bar data from RQData.
+        """
+        symbol, exchange_str = vt_symbol.split(".")
+        rq_symbol = to_rq_symbol(vt_symbol)
+        if rq_symbol not in self.rq_symbols:
+            return None
+        
+        end += timedelta(1)     # For querying night trading period data
+
+        df = self.rq_client.get_price(
+            rq_symbol,
+            frequency=interval.value,
+            fields=["open", "high", "low", "close", "volume"],
+            start_date=start,
+            end_date=end
+        )
+
+        data = []
+        for ix, row in df.iterrows():
+            bar = BarData(
+                symbol=symbol,
+                exchange=Exchange(exchange_str),
+                interval=interval,
+                datetime=row.name.to_pydatetime(),
+                open_price=row["open"],
+                high_price=row["high"],
+                low_price=row["low"],
+                close_price=row["close"],
+                volume=row["volume"],
+                gateway_name="RQ"
+            )
+            data.append(bar)
+```
+
+ 
+
+## 策略开发
 CTA策略模板提供完整的信号生成和委托管理功能，用户可以基于该模板自行开发策略。新策略可以放在根目录下vnpy\app\cta_strategy\strategies文件夹内，也可以放在用户运行的文件内（VN Station模式）。注意：策略文件命名是以下划线模式，如boll_channel_strategy.py；而策略类命名采用的是驼峰式，如BollChannelStrategy。
 
 下面通过BollChannelStrategy策略示例，来展示策略开发的具体步骤：
 
-### 3.1 参数设置
+### 参数设置
 
 定义策略参数并且初始化策略变量。策略参数为策略类的公有属性，用户可以通过创建新的实例来调用或者改变策略参数。
 
@@ -54,7 +196,7 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
     short_stop = 0
 ```
 
-### 3.2 类的初始化
+### 类的初始化
 初始化分3步：
 - 通过super( )的方法继承CTA策略模板，在__init__( )函数传入CTA引擎、策略名称、vt_symbol、参数设置。
 - 调用K线生成模块:通过时间切片来把Tick数据合成1分钟K线数据，然后更大的时间周期数据，如15分钟K线。
@@ -71,7 +213,7 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
         self.am = ArrayManager()
 ```
 
-### 3.3 策略的初始化、启动、停止
+### 策略的初始化、启动、停止
 通过“CTA策略”组件的相关功能按钮实现。
 
 注意：函数load_bar(10)，代表策略初始化需要载入10个交易日的历史数据。该历史数据可以是Tick数据，也可以是K线数据。
@@ -96,7 +238,7 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
         """
         self.write_log("策略停止")
 ```
-### 3.4 Tick数据回报
+### Tick数据回报
 策略订阅某品种合约行情，交易所会推送Tick数据到该策略上。
 
 由于BollChannelStrategy是基于15分钟K线来生成交易信号的，故收到Tick数据后，需要用到K线生成模块里面的update_tick函数，通过时间切片的方法，聚合成1分钟K线数据，并且推送到on_bar函数。
@@ -109,7 +251,7 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
         self.bg.update_tick(tick)
 ```
 
-### 3.5 K线数据回报
+### K线数据回报
 
 收到推送过来的1分钟K线数据后，通过K线生成模块里面的update_bar函数，以分钟切片的方法，合成15分钟K线数据，并且推送到on_15min_bar函数。
 ```
@@ -120,7 +262,7 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
         self.bg.update_bar(bar)
 ```
 
-### 3.6 15分钟K线数据回报
+### 15分钟K线数据回报
 
 负责CTA信号的生成，由3部分组成：
 - 清空未成交委托：为了防止之前下的单子在上一个15分钟没有成交，但是下一个15分钟可能已经调整了价格，就用cancel_all()方法立刻撤销之前未成交的所有委托，保证策略在当前这15分钟开始时的整个状态是清晰和唯一的。
@@ -169,7 +311,7 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
         self.put_event()
 ```
 
-### 3.7 委托回报、成交回报、停止单回报
+### 委托回报、成交回报、停止单回报
 
 在策略中可以直接pass，其具体逻辑应用交给回测/实盘引擎负责。
 ```
@@ -197,10 +339,10 @@ CTA策略模板提供完整的信号生成和委托管理功能，用户可以
 
  
 
-## 4. 回测研究
+## 回测研究
 backtesting.py定义了回测引擎，下面主要介绍相关功能函数，以及回测引擎应用示例：
 
-### 4.1 加载策略
+### 加载策略
 
 把CTA策略逻辑，对应合约品种，以及参数设置（可在策略文件外修改）载入到回测引擎中。
 ```
@@ -213,7 +355,7 @@ backtesting.py定义了回测引擎，下面主要介绍相关功能函数，以
 ```
  
 
-### 4.2 载入历史数据
+### 载入历史数据
 
 负责载入对应品种的历史数据，大概有4个步骤：
 - 根据数据类型不同，分成K线模式和Tick模式；
@@ -254,7 +396,7 @@ backtesting.py定义了回测引擎，下面主要介绍相关功能函数，以
 ```
  
 
-### 4.3 撮合成交
+### 撮合成交
 
 载入CTA策略以及相关历史数据后，策略会根据最新的数据来计算相关指标。若符合条件会生成交易信号，发出具体委托（buy/sell/short/cover），并且在下一根K线成交。
 
@@ -349,7 +491,7 @@ backtesting.py定义了回测引擎，下面主要介绍相关功能函数，以
 
  
 
-### 4.4 计算策略盈亏情况
+### 计算策略盈亏情况
 
 基于收盘价、当日持仓量、合约规模、滑点、手续费率等计算总盈亏与净盈亏，并且其计算结果以DataFrame格式输出，完成基于逐日盯市盈亏统计。
 
@@ -404,7 +546,7 @@ backtesting.py定义了回测引擎，下面主要介绍相关功能函数，以
 
 
 
-### 4.5 计算策略统计指标
+### 计算策略统计指标
 calculate_statistics函数是基于逐日盯市盈亏情况（DateFrame格式）来计算衍生指标，如最大回撤、年化收益、盈亏比、夏普比率等。
 
 ```
@@ -456,7 +598,7 @@ calculate_statistics函数是基于逐日盯市盈亏情况（DateFrame格式）
 ```
  
 
-### 4.6 统计指标绘图
+### 统计指标绘图
 通过matplotlib绘制4幅图：
 - 资金曲线图
 - 资金回撤图
@@ -495,7 +637,7 @@ calculate_statistics函数是基于逐日盯市盈亏情况（DateFrame格式）
 
  
 
-### 4.7 回测引擎使用示例
+### 回测引擎使用示例
 
 - 导入回测引擎和CTA策略
 - 设置回测相关参数，如：品种、K线周期、回测开始和结束日期、手续费、滑点、合约规模、起始资金
@@ -533,10 +675,10 @@ engine.show_chart()
 
  
 
-## 5. 参数优化
+## 参数优化
 参数优化模块主要由3部分构成：
 
-### 5.1 参数设置
+### 参数设置
 
 - 设置参数优化区间：如boll_window设置起始值为18，终止值为24，步进为2，这样就得到了[18, 20, 22, 24] 这4个待优化的参数了。
 - 设置优化目标字段：如夏普比率、盈亏比、总收益率等。
@@ -598,7 +740,7 @@ class OptimizationSetting:
 
  
 
-### 5.2 参数对组合回测
+### 参数对组合回测
 
 多进程优化时，每个进程都会运行optimize函数，输出参数对组合以及目标优化字段的结果。其步骤如下：
 - 调用回测引擎
@@ -652,7 +794,7 @@ def optimize(
 
  
 
-### 5.3 多进程优化
+### 多进程优化
 
 - 根据CPU的核数来创建进程：若CPU为4核，则创建4个进程
 - 在每个进程都调用apply_async( )的方法运行参数对组合回测，其回测结果添加到results中 （apply_async是异步非阻塞的，即不用等待当前进程执行完毕，随时根据系统调度来进行进程切换。）
@@ -697,5 +839,215 @@ def optimize(
 
  
 
-## 6. 实盘运行
+## 实盘运行
+在实盘环境，用户可以基于编写好的CTA策略来创建新的实例，一键初始化、启动、停止策略。
 
+
+### 创建策略实例
+用户可以基于编写好的CTA策略来创建新的实例，策略实例的好处在于同一个策略可以同时去运行多个品种合约，并且每个实例的参数可以是不同的。
+在创建实例的时候需要填写如图的实例名称、合约品种、参数设置。注意：实例名称不能重名；合约名称是vt_symbol的格式，如IF1905.CFFEX。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/cta_strategy/add_strategy.png)
+
+创建策略流程如下：
+- 检查策略实例重名
+- 添加策略配置信息(strategy_name, vt_symbol, setting)到strategies字典上
+- 添加该策略要订阅行情的合约信息到symbol_strategy_map字典中；
+- 把策略配置信息保存到json文件内；
+- 在图形化界面更新状态信息。
+
+```
+    def add_strategy(
+        self, class_name: str, strategy_name: str, vt_symbol: str, setting: dict
+    ):
+        """
+        Add a new strategy.
+        """
+        if strategy_name in self.strategies:
+            self.write_log(f"创建策略失败，存在重名{strategy_name}")
+            return
+
+        strategy_class = self.classes[class_name]
+
+        strategy = strategy_class(self, strategy_name, vt_symbol, setting)
+        self.strategies[strategy_name] = strategy
+
+        # Add vt_symbol to strategy map.
+        strategies = self.symbol_strategy_map[vt_symbol]
+        strategies.append(strategy)
+
+        # Update to setting file.
+        self.update_strategy_setting(strategy_name, setting)
+
+        self.put_strategy_event(strategy)
+```
+
+ 
+
+### 初始化策略
+- 调用策略类的on_init()回调函数,并且载入历史数据；
+- 恢复上次退出之前的策略状态；
+- 调用接口的subcribe()函数订阅指定行情信息；
+- 策略初始化状态变成True，并且更新到日志上。
+  
+```
+    def _init_strategy(self):
+        """
+        Init strategies in queue.
+        """
+        while not self.init_queue.empty():
+            strategy_name = self.init_queue.get()
+            strategy = self.strategies[strategy_name]
+
+            if strategy.inited:
+                self.write_log(f"{strategy_name}已经完成初始化，禁止重复操作")
+                continue
+
+            self.write_log(f"{strategy_name}开始执行初始化")
+
+            # Call on_init function of strategy
+            self.call_strategy_func(strategy, strategy.on_init)
+
+            # Restore strategy data(variables)
+            data = self.strategy_data.get(strategy_name, None)
+            if data:
+                for name in strategy.variables:
+                    value = data.get(name, None)
+                    if value:
+                        setattr(strategy, name, value)
+
+            # Subscribe market data
+            contract = self.main_engine.get_contract(strategy.vt_symbol)
+            if contract:
+                req = SubscribeRequest(
+                    symbol=contract.symbol, exchange=contract.exchange)
+                self.main_engine.subscribe(req, contract.gateway_name)
+            else:
+                self.write_log(f"行情订阅失败，找不到合约{strategy.vt_symbol}", strategy)
+
+            # Put event to update init completed status.
+            strategy.inited = True
+            self.put_strategy_event(strategy)
+            self.write_log(f"{strategy_name}初始化完成")
+        
+        self.init_thread = None
+```
+
+ 
+
+### 启动策略
+- 检查策略初始化状态；
+- 检查策略启动状态，避免重复启动；
+- 调用策略类的on_start()函数启动策略；
+- 策略启动状态变成True，并且更新到图形化界面上。
+
+```
+    def start_strategy(self, strategy_name: str):
+        """
+        Start a strategy.
+        """
+        strategy = self.strategies[strategy_name]
+        if not strategy.inited:
+            self.write_log(f"策略{strategy.strategy_name}启动失败，请先初始化")
+            return
+
+        if strategy.trading:
+            self.write_log(f"{strategy_name}已经启动，请勿重复操作")
+            return
+
+        self.call_strategy_func(strategy, strategy.on_start)
+        strategy.trading = True
+
+        self.put_strategy_event(strategy)
+```
+
+ 
+
+### 停止策略
+- 检查策略启动状态；
+- 调用策略类的on_stop()函数停止策略；
+- 更新策略启动状态为False；
+- 对所有为成交的委托（市价单/限价单/本地停止单）进行撤单操作；
+- 在图形化界面更新策略状态。
+
+```
+    def stop_strategy(self, strategy_name: str):
+        """
+        Stop a strategy.
+        """
+        strategy = self.strategies[strategy_name]
+        if not strategy.trading:
+            return
+
+        # Call on_stop function of the strategy
+        self.call_strategy_func(strategy, strategy.on_stop)
+
+        # Change trading status of strategy to False
+        strategy.trading = False
+
+        # Cancel all orders of the strategy
+        self.cancel_all(strategy)
+
+        # Update GUI
+        self.put_strategy_event(strategy)
+```
+
+ 
+
+### 编辑策略
+- 重新配置策略参数字典setting；
+- 更新参数字典到策略中；
+- 在图像化界面更新策略状态。
+
+```
+    def edit_strategy(self, strategy_name: str, setting: dict):
+        """
+        Edit parameters of a strategy.
+        """
+        strategy = self.strategies[strategy_name]
+        strategy.update_setting(setting)
+
+        self.update_strategy_setting(strategy_name, setting)
+        self.put_strategy_event(strategy)
+```
+
+ 
+
+### 移除策略
+- 检查策略状态，只有停止策略后从可以移除策略；
+- 从json文件移除策略配置信息(strategy_name, vt_symbol, setting)；
+- 从symbol_strategy_map字典中移除该策略订阅的合约信息；
+- 从strategy_orderid_map字典移除活动委托记录；
+- 从strategies字典移除该策略的相关配置信息。
+
+```
+    def remove_strategy(self, strategy_name: str):
+        """
+        Remove a strategy.
+        """
+        strategy = self.strategies[strategy_name]
+        if strategy.trading:
+            self.write_log(f"策略{strategy.strategy_name}移除失败，请先停止")
+            return
+
+        # Remove setting
+        self.remove_strategy_setting(strategy_name)
+
+        # Remove from symbol strategy map
+        strategies = self.symbol_strategy_map[strategy.vt_symbol]
+        strategies.remove(strategy)
+
+        # Remove from active orderid map
+        if strategy_name in self.strategy_orderid_map:
+            vt_orderids = self.strategy_orderid_map.pop(strategy_name)
+
+            # Remove vt_orderid strategy map
+            for vt_orderid in vt_orderids:
+                if vt_orderid in self.orderid_strategy_map:
+                    self.orderid_strategy_map.pop(vt_orderid)
+
+        # Remove from strategies
+        self.strategies.pop(strategy_name)
+
+        return True
+```

docs/database.md

@@ -0,0 +1,85 @@
+# 数据库配置
+
+VN Trader目前支持以下四种数据库：  
+
+ * [SQLite](#sqlite)（默认）
+ * [MySQL](#sqlmysqlpostgresql)
+ * [PostgreSQL](#sqlmysqlpostgresql)
+ * [MongoDB](#mongodb)
+ 
+如果需要配置数据库，请点击配置。然后按照各个数据库所需的字段填入相对应的值即可。
+
+---
+## SQLite
+需要填写以下字段：
+
+  | 字段名            | 值 |
+  ---------           |---- |
+  database.driver     | sqlite |
+  database.database   | 数据库文件（相对于trader目录） |
+ 
+SQLite的例子：
+
+  | 字段名            | 值 |
+  ---------           |---- |
+  database.driver     | sqlite |
+  database.database   | database.db |
+
+
+---
+## SQL(MySQL,PostgreSQL)
+
+需要填写以下字段：
+
+  | 字段名            | 值 |
+  ---------           |---- |
+  database.driver     | "mysql"或"postgresql" |
+  database.host       | 地址 |
+  database.port       | 端口 |
+  database.database   | 数据库名 |
+  database.user       | 用户名 |
+  database.password   | 密码 |
+ 
+MySQL的例子：
+
+  | 字段名            | 值 |
+  ---------           |----  |
+  database.driver     | mysql |
+  database.host       | localhost |
+  database.port       | 3306 |
+  database.database   | vnpy |
+  database.user       | root |
+  database.password   | .... |
+
+> vnpy不会主动为关系型数据库创建数据库，所以请确保你所填的database.database字段对应的数据库已经创建好了  
+> 若未创建数据库，请手动连上数据库并运行该命令：```create database <你填的database.database>;```   
+
+---
+## MongoDB
+
+需要填写以下字段：
+
+  | 字段名            | 值 |          是否必填|
+  ---------           |---- |  ---|
+  database.driver     | "mysql"或"postgresql" | 必填 |
+  database.host       | 地址| 必填 |
+  database.port       | 端口| 必填 |
+  database.database   | 数据库名| 必填 |
+  database.user       | 用户名| 可选 |
+  database.password   | 密码| 可选 |
+  database.authentication_source   | [创建用户所用的数据库][AuthSource]| 可选 |
+ 
+MongoDB的带认证例子：
+
+  | 字段名            | 值 |
+  ---------           |----  |
+  database.driver     | mongodb |
+  database.host       | localhost |
+  database.port       | 27017 |
+  database.database   | vnpy |
+  database.user       | root |
+  database.password   | .... |
+  database.authentication_source   | vnpy |
+
+
+[AuthSource]: https://docs.mongodb.com/manual/core/security-users/#user-authentication-database

docs/datarecoder.md

@@ -0,0 +1,265 @@
+# 行情记录
+行情记录模块用于实时行情的收录：
+- 连接上接口后并且启动行情记录模块；
+- 通过本地合约(vt_symbol)添加记录任务；
+- 后台会自动调用行情API接口的suscribe()函数自动订阅行情；
+- 行情信息通过database_manager模块的save_bar_data()函数/save_tick_data()函数载入到数据库中。
+  
+注意：目前vnpy支持的数据库为SQLite/ MySQL/ PostgreSQL/ MongoDB。若用户使用MongoDB，则行情记录数据直接载入到MongoDB中。
+
+ 
+
+
+
+## 加载启动
+进入VN Trader后，首先登陆接口，如连接CTP；然后在菜单栏中点击“功能”->"行情记录“后，会弹出行情记录窗口，如图。
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/data_recoder/datarecoder.png)
+
+此时行情记录模块的启动状态为True，会启动while循环，可以添加任务实现实时行情记录。
+```
+    def start(self):
+        """"""
+        self.active = True
+        self.thread.start()
+
+    def run(self):
+        """"""
+        while self.active:
+            try:
+                task = self.queue.get(timeout=1)
+                task_type, data = task
+
+                if task_type == "tick":
+                    database_manager.save_tick_data([data])
+                elif task_type == "bar":
+                    database_manager.save_bar_data([data])
+
+            except Empty:
+                continue
+```
+
+ 
+
+## 开始收录
+
+- 在“本地代码”选择输入需要订阅的行情，如rb1905.SHFE；
+- 然后点击后边“K线记录”或者“Tick记录”中的“添加”选项，会把记录特定品种任务添加到data_recorder_setting.json上，并且显示到“K线记录列表”或者“Tick记录列表”中，如图。
+- 通过queue.put()与queue.get()异步完成收录行情信息任务。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/data_recoder/start.png)
+
+ 
+
+下面介绍行情收录的具体原理：若无合约记录的历史，用户需要先添加行情记录任务，如连接CTP接口后记录rb1905.SHFE的tick数据，然后调用add_tick_recording()函数执行下面工作：
+1) 先创建tick_recordings字典；
+2) 调用接口的suscribe()函数订阅行情；
+3 )保存该tick_recordings字典到json文件上；
+4) 推送行情记录事件。
+
+```
+    def add_tick_recording(self, vt_symbol: str):
+        """"""
+        if vt_symbol in self.tick_recordings:
+            self.write_log(f"已在Tick记录列表中：{vt_symbol}")
+            return
+
+        contract = self.main_engine.get_contract(vt_symbol)
+        if not contract:
+            self.write_log(f"找不到合约：{vt_symbol}")
+            return
+
+        self.tick_recordings[vt_symbol] = {}
+            "symbol": contract.symbol,
+            "exchange": contract.exchange.value,
+            "gateway_name": contract.gateway_name
+        }
+
+        self.subscribe(contract)
+        self.save_setting()
+        self.put_event()
+
+        self.write_log(f"添加Tick记录成功：{vt_symbol}")
+```
+
+下面对add_tick_recording()函数里面调用的子函数进行扩展：
+
+### 订阅行情
+
+调用main_engine的suscribe()函数来订阅行情，需要填入的信息为symbol、exchange、gateway_name
+```
+    def subscribe(self, contract: ContractData):
+        """"""
+        req = SubscribeRequest(
+            symbol=contract.symbol,
+            exchange=contract.exchange
+        )
+        self.main_engine.subscribe(req, contract.gateway_name)
+```
+
+ 
+
+### 将订阅信息保存到json文件
+
+- 主要把tick_recordings或者bar_recordings通过save_json()函数保存到C:\Users\Administrator\\.vntrader文件夹内的data_recorder_setting.json上。
+- 该json文件用于存放行情记录的任务，当每次启动行情模块后，会调用load_setting()函数来得到tick_recordings和bar_recordings字典，进而开始记录的任务。
+```
+setting_filename = "data_recorder_setting.json"
+    def save_setting(self):
+        """"""
+        setting = {
+            "tick": self.tick_recordings,
+            "bar": self.bar_recordings
+        }
+        save_json(self.setting_filename, setting)
+
+    def load_setting(self):
+        """"""
+        setting = load_json(self.setting_filename)
+        self.tick_recordings = setting.get("tick", {})
+        self.bar_recordings = setting.get("bar", {})        
+```
+
+ 
+
+### 推送行情记录事件
+
+- 创建行情记录列表tick_symbols和bar_symbols，并且缓存在data字典里；
+- 创建evnte对象，其类型是EVENT_RECORDER_UPDATE, 内容是data字典；
+- 调用event_engine的put()函数推送event事件。
+
+```
+    def put_event(self):
+        """"""
+        tick_symbols = list(self.tick_recordings.keys())
+        tick_symbols.sort()
+
+        bar_symbols = list(self.bar_recordings.keys())
+        bar_symbols.sort()
+
+        data = {
+            "tick": tick_symbols,
+            "bar": bar_symbols
+        }
+
+        event = Event(
+            EVENT_RECORDER_UPDATE,
+            data
+        )
+        self.event_engine.put(event)
+```
+
+ 
+
+### 注册行情记录事件
+
+register_event()函数分别注册2种事件：EVENT_CONTRACT、EVENT_TICK
+- EVENT_CONTRACT事件，调用的是process_contract_event()函数: 从tick_recordings和bar_recordings字典获取需要订阅的合约品种；然后使用subscribe()函数进行订阅行情。
+- EVENT_TICK事件，调用的是process_tick_event()函数：从tick_recordings和bar_recordings字典获取需要订阅的合约品种；然后使用record_tick()和record_bar()函数，把行情记录任务推送到queue队列中等待执行。
+
+```
+    def register_event(self):
+        """"""
+        self.event_engine.register(EVENT_TICK, self.process_tick_event)
+        self.event_engine.register(EVENT_CONTRACT, self.process_contract_event)
+
+    def process_tick_event(self, event: Event):
+        """"""
+        tick = event.data
+
+        if tick.vt_symbol in self.tick_recordings:
+            self.record_tick(tick)
+
+        if tick.vt_symbol in self.bar_recordings:
+            bg = self.get_bar_generator(tick.vt_symbol)
+            bg.update_tick(tick)
+
+    def process_contract_event(self, event: Event):
+        """"""
+        contract = event.data
+        vt_symbol = contract.vt_symbol
+
+        if (vt_symbol in self.tick_recordings or vt_symbol in self.bar_recordings):
+            self.subscribe(contract)
+
+    def record_tick(self, tick: TickData):
+        """"""
+        task = ("tick", copy(tick))
+        self.queue.put(task)
+
+    def record_bar(self, bar: BarData):
+        """"""
+        task = ("bar", copy(bar))
+        self.queue.put(task)
+
+    def get_bar_generator(self, vt_symbol: str):
+        """"""
+        bg = self.bar_generators.get(vt_symbol, None)
+
+        if not bg:
+            bg = BarGenerator(self.record_bar)
+            self.bar_generators[vt_symbol] = bg
+
+        return bg
+```
+
+ 
+
+### 执行记录行情任务
+
+在while循环中，从queue队列读取任务，调用save_tick_data()或者save_bar_data()函数来记录数据，并且载入到数据库中。
+```
+    def run(self):
+        """"""
+        while self.active:
+            try:
+                task = self.queue.get(timeout=1)
+                task_type, data = task
+
+                if task_type == "tick":
+                    database_manager.save_tick_data([data])
+                elif task_type == "bar":
+                    database_manager.save_bar_data([data])
+
+            except Empty:
+                continue
+```
+
+ 
+
+
+
+
+## 移除记录
+
+- 从tick_recordings字典移除vt_symbol
+- 调用save_setting()函数保存json配置文件
+- 推送最新的tick_recordings字典来继续记录行情，原来移除合约品种不再记录。
+```
+    def remove_tick_recording(self, vt_symbol: str):
+        """"""
+        if vt_symbol not in self.tick_recordings:
+            self.write_log(f"不在Tick记录列表中：{vt_symbol}")
+            return
+
+        self.tick_recordings.pop(vt_symbol)
+        self.save_setting()
+        self.put_event()
+
+        self.write_log(f"移除Tick记录成功：{vt_symbol}")
+```
+
+ 
+
+## 停止记录
+
+- 记录行情状态改为False, 停止while循环；
+- 调用join()函数关掉线程。
+
+```
+    def close(self):
+        """"""
+        self.active = False
+
+        if self.thread.isAlive():
+            self.thread.join()
+```

docs/gateway.md

@@ -2,52 +2,366 @@
 
 ## 如何连接
 
+从gateway文件夹上引入接口程序，通过add_gateway()函数调动，最终展示到图形化操作界面VN Trader中。
+
+在菜单栏中点击"系统"->"连接CTP”按钮会弹出如图账号配置窗口，输入账号、密码等相关信息即连接接口，并立刻进行查询工作: 如查询账号信息、查询持仓、查询委托信息、查询成交信息等。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/gateway/login.png)
+
+ 
+
 ### 加载需要用的接口
 
+加载接口示例在根目录"tests\trader"文件夹的run.py文件中。
+- 从gateway文件夹引入接口类文件，如from vnpy.gateway.ctp import CtpGateway;
+- 创建事件引擎对象并且通过add_gateway()函数添加接口程序;
+- 创建图形化对象main_window，以VN Trader操作界面展示出来。
+
+
+```
+from vnpy.gateway.ctp import CtpGateway
+
+def main():
+    """"""
+    qapp = create_qapp()
+    main_engine = MainEngine(event_engine)
+    main_engine.add_gateway(CtpGateway)
+    main_window = MainWindow(main_engine, event_engine)
+    main_window.showMaximized()
+    qapp.exec()
+```
+
+ 
+
 
 ### VN Trader界面操作
 
+打开cmd窗口，使用命令“Python run.py"即可进入VN Trader操作界面。在左上方的菜单栏中点击"系统"->"连接CTP”按钮会弹出账号配置窗口，输入账号、密码等相关信息即连接接口。
+
+连接接口的流程首先是初始化账户信息，然后调用connet()函数来连接交易端口和行情端口。
+- 交易端口：查询用户相关信息（如账户资金、持仓、委托记录、成交记录）、查询可交易合约信息、挂撤单操作；
+- 行情端口：接收订阅的行情信息推送、接收用户相关信息（如账户资金更新、持仓更新、委托推送、成交推送）更新的回调推送。
+
+
+ 
+
 
 ### 修改json配置文件
 
+接口配置相关保存在json文件中，放在如图C盘用户目录下的.vntrader文件夹内。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/gateway/.vntrader.png)
+
+所以要修改接口配置文件，用户即可以在图形化界面VN Trader内修改，也可以直接在.vntrader修改json文件。
+另外将json配置文件分离于vnpy的好处在于：避免每次升级都要重新配置json文件。
+
+
+ 
+
 
 ### 可交易的合约查看
 
+先登录接口，然后在菜单栏中点击"帮助"->"查询合约”按钮会空白的“查询合约”窗口。点击“查询”按钮后才会显示查询结果，如图。
+
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/gateway/query_contract.png)
+
+
+
+ 
 
 ## 接口分类
 
-做一个表
+| 接口 |类型 | 
+| ------ | :------: | 
+| CTP | 期货 | 
+| OES | 国内股票 |
+| IB | 外盘股票、期货、期权 |
+| FUTU | 国内股票、港股、美股 |
+| TIGER | 国内股票、港股、美股 |
+| BITMEX | 数字货币 |
+| OKEX | 数字货币 |
+| HUOBI | 数字货币 |
+
+
+
+ 
 
 
 ## 接口详解
 
-### CTP(ctp)
+### CTP
 
 #### 如何加载
 
+run.py文件提供了接口加载示例：先从gateway上调用ctpGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.ctp import CtpGateway
+main_engine.add_gateway(CtpGateway)
+```
+
+ 
+
 #### 相关字段
 
+- 用户名：username
+- 密码：password：
+- 经纪商编号：brokerid
+- 交易服务器地址：td_address
+- 行情服务器地址：md_address
+- 产品名称：product_info
+- 授权编码：auth_code
+  
+ 
+
 #### 获取账号
 
-#### 其他特点
+- 仿真账号：从SimNow网站上获取。只需输入手机号码和短信验证即可。（短信验证有时只能在工作日正常工作时段收到）SimNow的用户名为6位纯数字，经纪商编号为9999，并且提供2套环境用于盘中仿真交易以及盘后的测试。
+  
+- 实盘账号：在期货公司开户，通过联系客户经理可以开通。用户名为纯数字，经纪商编号也是4位纯数字。（每个期货公司的经纪商编号都不同）另外，实盘账号也可以开通仿真交易功能，同样需要联系客户经理。
 
 
-### 宽睿柜台(oes)
+ 
+
+### 宽睿柜台(OES)
 
 #### 如何加载
 
+先从gateway上调用OesGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import OesGateway
+main_engine.add_gateway(OesGateway)
+```
+
+ 
+
+
 #### 相关字段
 
+- 用户名：username
+- 密码：password
+- 硬盘序列号：hdd_serial
+- 交易委托服务器：td_ord_server
+- 交易回报服务器：td_rpt_server
+- 交易查询服务器：td_qry_server
+- 行情推送服务器：md_tcp_server
+- 行情查询服务器：md_qry_server
+
+ 
+
+
 #### 获取账号
 
+测试账号请联系宽睿科技申请
+
+ 
+
 #### 其他特点
 
+宽睿柜台提供内网UDP低延时组播行情以及实时成交信息推送。
 
-### 盈透证券(ib)
+ 
 
-### 老虎证券(tiger)
+### 盈透证券(IB)
+
+#### 如何加载
+
+先从gateway上调用IbGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import IbGateway
+main_engine.add_gateway(IbGateway)
+```
+
+ 
+
+
+#### 相关字段
+
+- TWS地址：127.0.0.1
+- TWS端口：7497
+- 客户号：1
+
+
+ 
+
+
+#### 获取账号
+
+在盈透证券开户并且入金后可以获得API接入权限。拥有实盘账号后才可以申请开通仿真交易账号。
+
+ 
+
+#### 其他特点
+可交易品种几乎覆盖全球的股票、期权、期权；手续费相对较低。
+
+ 
+
+### 富途证券(FUTU)
+
+#### 如何加载
+
+先从gateway上调用FutuGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import FutuGateway
+main_engine.add_gateway(FutuGateway)
+```
+
+ 
+
+
+#### 相关字段
+
+- 地址：127.0.0.1
+- 密码：
+- 端口：11111
+- 市场：HK 或 US
+- 环境：TrdEnv.REAL 或 TrdEnv.SIMULATE
+
+
+ 
+
+
+#### 获取账号
+
+在富途证券开户并且入金后可以获得API接入权限。拥有实盘账号后才可以申请开通仿真交易账号。
+
+
+
+
+
+
+ 
+
+### 老虎证券(TIGER)
+
+
+#### 如何加载
+
+先从gateway上调用TigerGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import TigerGateway
+main_engine.add_gateway(TigerGateway)
+```
+
+ 
+
+
+#### 相关字段
+
+- 用户ID：tiger_id
+- 环球账户：account
+- 标准账户：standard_account
+- 秘钥：private_key
+
+
+
+ 
+
+
+#### 获取账号
+
+在老虎证券开户并且入金后可以获得API接入权限。拥有实盘账号后才可以申请开通仿真交易账号。
+
+
+ 
+
+
+### BITMEX
+
+#### 如何加载
+
+先从gateway上调用BitmexGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import BitmexGateway
+main_engine.add_gateway(BitmexGateway)
+```
+
+ 
+
+
+#### 相关字段
+
+- 用户ID：ID
+- 密码：Secret
+- 会话数：3
+- 服务器：REAL 或 TESTNET
+- 代理地址：
+- 代理端口：
+
+
+
+ 
+
+
+#### 获取账号
+
+在BITMEX官网开户并且入金后可以获得API接入权限。
+
+
+
+ 
 
 ### OKEX
 
 
+#### 如何加载
+
+先从gateway上调用OkexGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import OkexGateway
+main_engine.add_gateway(OkexGateway)
+```
+
+ 
+
+
+#### 相关字段
+
+- API秘钥：API Key
+- 密码秘钥：Secret Key
+- 会话数：3
+- 密码：passphrase
+- 代理地址：
+- 代理端口：
+
+
+
+ 
+
+
+#### 获取账号
+
+在OKEX官网开户并且入金后可以获得API接入权限。
+
+
+
+ 
+
 ### 火币
+
+#### 如何加载
+
+先从gateway上调用HuobiGateway类；然后通过add_gateway()函数添加到main_engine上。
+```
+from vnpy.gateway.oes import HuobiGateway
+main_engine.add_gateway(HuobiGateway)
+```
+
+ 
+
+
+#### 相关字段
+
+- API秘钥：API Key
+- 密码秘钥：Secret Key
+- 会话数：3
+- 代理地址：
+- 代理端口：
+
+
+
+ 
+
+
+#### 获取账号
+
+在火币官网开户并且入金后可以获得API接入权限。

docs/index.md

@@ -1,15 +1,125 @@
 # vn.py文档
 
 * 快速入门
-    * [项目简介](introduction.md)
-    * [环境安装](install.md)
-    * [基本使用](quickstart.md)
+    * [项目简介](https://www.vnpy.com/docs/cn/introduction.html#introduction)
+    * [安装指南](https://www.vnpy.com/docs/cn/install.html#an-zhuang-zhi-nan)
+      * [Windows安装](https://www.vnpy.com/docs/cn/install.html#windows)
+        * [使用VNConda](https://www.vnpy.com/docs/cn/install.html#shi-yong-vnconda) 
+          * [下载VNConda](https://www.vnpy.com/docs/cn/install.html#xia-zai-vnconda-python-3-7-64-wei)
+          * [安装VNConda](https://www.vnpy.com/docs/cn/install.html#an-zhuang-vnconda)
+          * [登陆VNStation](https://www.vnpy.com/docs/cn/install.html#deng-lu-vnstation) 
+          * [使用VNStation](https://www.vnpy.com/docs/cn/install.html#shi-yong-vnstation)
+          * [更新VNStation](https://www.vnpy.com/docs/cn/install.html#geng-xin-vnstation)  
+        * [手动安装](https://www.vnpy.com/docs/cn/install.html#shou-dong-an-zhuang) 
+          * [下载并安装最新版Anaconda3.7 64位](https://www.vnpy.com/docs/cn/install.html#xia-zai-bing-an-zhuang-zui-xin-ban-anaconda3-7-64-wei)
+          * [下载并解压vnpy](https://www.vnpy.com/docs/cn/install.html#xia-zai-bing-jie-ya-vnpy)
+          * [安装vnpy](https://www.vnpy.com/docs/cn/install.html#an-zhuang-vnpy)
+          * [启动VN Trader](https://www.vnpy.com/docs/cn/install.html#qi-dong-vn-trader) 
+      * [Ubuntu安装](https://www.vnpy.com/docs/cn/install.html#ubuntu)
+        * [下载并安装最新版本的Anaconda或者Miniconda](https://www.vnpy.com/docs/cn/install.html#xia-zai-bing-an-zhuang-zui-xin-ban-ben-de-anaconda-huo-zhe-miniconda-python-3-7-64-wei) 
+        * [下载并解压vnpy](https://www.vnpy.com/docs/cn/install.html#xia-zai-bing-jie-ya-vnpy1)
+        * [安装vnpy](https://www.vnpy.com/docs/cn/install.html#an-zhuang-vnpy1)
+        * [启动VN Trader](https://www.vnpy.com/docs/cn/install.html#qi-dong-vn-trader1)
+    * [基本使用](https://www.vnpy.com/docs/cn/quickstart.html#ji-ben-shi-yong)
+      * [启动VN Trader](https://www.vnpy.com/docs/cn/quickstart.html#qi-dong-vntrader)
+        * [VN Station模式](https://www.vnpy.com/docs/cn/quickstart.html#vn-station-mo-shi)
+        * [脚本模式](https://www.vnpy.com/docs/cn/quickstart.html#jiao-ben-mo-shi)
+  
+      * [连接接口](https://www.vnpy.com/docs/cn/quickstart.html#lian-jie-jie-kou)
+      * [订阅行情](https://www.vnpy.com/docs/cn/quickstart.html#ding-yue-xing-qing)
+      * [委托交易](https://www.vnpy.com/docs/cn/quickstart.html#wei-tuo-jiao-yi)
+      * [数据监控](https://www.vnpy.com/docs/cn/quickstart.html#shu-ju-jian-kong)
+        * [行情组件](https://www.vnpy.com/docs/cn/quickstart.html#xing-qing-zu-jian)
+        * [活动组件](https://www.vnpy.com/docs/cn/quickstart.html#id8)
+        * [成交组件](https://www.vnpy.com/docs/cn/quickstart.html#cheng-jiao-zu-jian)
+        * [委托组件](https://www.vnpy.com/docs/cn/quickstart.html#wei-tuo-zu-jian)
+        * [持仓组件](https://www.vnpy.com/docs/cn/quickstart.html#chi-cang-zu-jian)
+        * [资金组件](https://www.vnpy.com/docs/cn/quickstart.html#zi-jin-zu-jian)
+        * [日志组件](https://www.vnpy.com/docs/cn/quickstart.html#ri-zhi-zu-jian)
+  
+      * [应用模块](https://www.vnpy.com/docs/cn/quickstart.html#ying-yong-mo-kuai)
+        * [CTA策略](https://www.vnpy.com/docs/cn/quickstart.html#cta-ce-lue)
+        * [CSV载入](https://www.vnpy.com/docs/cn/quickstart.html#csv-zai-ru)
+        * [CTA回测]()
+        * [行情记录]()
+        * [算法交易]()
 
 * 应用模块
-    * [CTA策略](cta_strategy.md)
-    * [CSV载入](csv_loader.md)
+    * [CSV载入](https://www.vnpy.com/docs/cn/csv_loader.html#csv-zai-ru-mo-kuai)
+        * [初始化配置](https://www.vnpy.com/docs/cn/csv_loader.html#chu-shi-hua-pei-zhi)
+        * [数据载入](https://www.vnpy.com/docs/cn/csv_loader.html#shu-ju-zai-ru)
 
-* [交易接口](gateway.md)
+    * [CTA策略](https://www.vnpy.com/docs/cn/cta_strategy.html#cta-ce-lue-mo-kuai)
+        * [模块构成](https://www.vnpy.com/docs/cn/cta_strategy.html#mo-kuai-gou-cheng)
+        * [历史数据](https://www.vnpy.com/docs/cn/cta_strategy.html#li-shi-shu-ju)
+          * [回测历史数据](https://www.vnpy.com/docs/cn/cta_strategy.html#hui-ce-li-shi-shu-ju) 
+          * [实盘历史数据](https://www.vnpy.com/docs/cn/cta_strategy.html#shi-pan-li-shi-shu-ju)
+
+        * [策略开发](https://www.vnpy.com/docs/cn/cta_strategy.html#ce-lue-kai-fa)
+          * [参数设置](https://www.vnpy.com/docs/cn/cta_strategy.html#can-shu-she-zhi)
+          * [类的初始化](https://www.vnpy.com/docs/cn/cta_strategy.html#lei-de-chu-shi-hua)
+          * [策略的初始化、启动、停止](https://www.vnpy.com/docs/cn/cta_strategy.html#ce-lue-de-chu-shi-hua-qi-dong-ting-zhi)
+          * [Tick数据回报](https://www.vnpy.com/docs/cn/cta_strategy.html#tick-shu-ju-hui-bao)
+          * [K线数据回报](https://www.vnpy.com/docs/cn/cta_strategy.html#k-xian-shu-ju-hui-bao)
+          * [15分钟K线数据回报](https://www.vnpy.com/docs/cn/cta_strategy.html#fen-zhong-k-xian-shu-ju-hui-bao)
+          * [委托回报、成交回报、停止单回报](https://www.vnpy.com/docs/cn/cta_strategy.html#wei-tuo-hui-bao-cheng-jiao-hui-bao-ting-zhi-dan-hui-bao)
+
+
+        * [回测研究](https://www.vnpy.com/docs/cn/cta_strategy.html#hui-ce-yan-jiu)
+          * [加载策略](https://www.vnpy.com/docs/cn/cta_strategy.html#jia-zai-ce-lue)
+          * [载入历史数据](https://www.vnpy.com/docs/cn/cta_strategy.html#zai-ru-li-shi-shu-ju)
+          * [撮合成交](https://www.vnpy.com/docs/cn/cta_strategy.html#cuo-he-cheng-jiao)
+          * [计算策略盈亏情况](https://www.vnpy.com/docs/cn/cta_strategy.html#ji-suan-ce-lue-ying-yu-qing-kuang)
+          * [计算策略统计指标](https://www.vnpy.com/docs/cn/cta_strategy.html#ji-suan-ce-lue-tong-ji-zhi-biao)
+          * [统计指标绘图](https://www.vnpy.com/docs/cn/cta_strategy.html#tong-ji-zhi-biao-hui-tu)
+          * [回测引擎使用示例](https://www.vnpy.com/docs/cn/cta_strategy.html#hui-ce-yin-qing-shi-yong-shi-li)
+
+
+        * [参数优化](https://www.vnpy.com/docs/cn/cta_strategy.html#can-shu-you-hua)
+          * [参数设置](https://www.vnpy.com/docs/cn/cta_strategy.html#can-shu-she-zhi1)
+          * [参数对组合回测](https://www.vnpy.com/docs/cn/cta_strategy.html#can-shu-dui-zu-he-hui-ce)
+          * [多进程优化](https://www.vnpy.com/docs/cn/cta_strategy.html#duo-jin-cheng-you-hua)
+
+        * [实盘运行](https://www.vnpy.com/docs/cn/cta_strategy.html#shi-pan-yun-xing)
+          * [创建策略实例](https://www.vnpy.com/docs/cn/cta_strategy.html#chuang-jian-ce-lue-shi-li)
+          * [初始化策略](https://www.vnpy.com/docs/cn/cta_strategy.html#chu-shi-hua-ce-lue)
+          * [启动策略](https://www.vnpy.com/docs/cn/cta_strategy.html#qi-dong-ce-lue)
+          * [停止策略](https://www.vnpy.com/docs/cn/cta_strategy.html#ting-zhi-ce-lue)
+          * [编辑策略](https://www.vnpy.com/docs/cn/cta_strategy.html#bian-ji-ce-lue)
+          * [移除策略](https://www.vnpy.com/docs/cn/cta_strategy.html#yi-chu-ce-lue)
+
+
+    * [CTA回测](https://www.vnpy.com/docs/cn/cta_backtester.html#cta-hui-ce-mo-kuai)
+        * [加载启动](https://www.vnpy.com/docs/cn/cta_backtester.html#jia-zai-qi-dong)
+        * [下载数据](https://www.vnpy.com/docs/cn/cta_backtester.html#xia-zai-shu-ju)
+        * [策略回测](https://www.vnpy.com/docs/cn/cta_backtester.html#ce-lue-hui-ce)
+          * [统计数据](https://www.vnpy.com/docs/cn/cta_backtester.html#tong-ji-shu-ju)
+          * [图表分析](https://www.vnpy.com/docs/cn/cta_backtester.html#tu-biao-fen-xi)
+        * [参数优化](https://www.vnpy.com/docs/cn/cta_backtester.html#can-shu-you-hua)
+          * [穷举算法](https://www.vnpy.com/docs/cn/cta_backtester.html#qiong-ju-suan-fa)
+          * [遗传算法](https://www.vnpy.com/docs/cn/cta_backtester.html#yi-chuan-suan-fa)
+
+
+* [交易接口](https://www.vnpy.com/docs/cn/gateway.html#jiao-yi-jie-kou)
+  * [如何连接](https://www.vnpy.com/docs/cn/gateway.html#ru-he-lian-jie)
+    * [加载需要用的接口](https://www.vnpy.com/docs/cn/gateway.html#jia-zai-xu-yao-yong-de-jie-kou)
+    * [VN Trader界面操作](https://www.vnpy.com/docs/cn/gateway.html#vn-trader-jie-mian-cao-zuo)
+    * [修改json配置文件](https://www.vnpy.com/docs/cn/gateway.html#xiu-gai-json-pei-zhi-wen-jian)
+    * [可交易的合约查看](https://www.vnpy.com/docs/cn/gateway.html#ke-jiao-yi-de-he-yue-cha-kan)
+  * [接口分类](https://www.vnpy.com/docs/cn/gateway.html#jie-kou-fen-lei)
+  * [接口详解](https://www.vnpy.com/docs/cn/gateway.html#jie-kou-xiang-jie)
+    * [CTP](https://www.vnpy.com/docs/cn/gateway.html#ctp)
+    * [宽睿柜台(OES)](https://www.vnpy.com/docs/cn/gateway.html#kuan-rui-ju-tai-oes)
+    * [盈透证券(IB)](https://www.vnpy.com/docs/cn/gateway.html#ying-tou-zheng-quan-ib)
+    * [富途证券(FUTU)](https://www.vnpy.com/docs/cn/gateway.html#fu-tu-zheng-quan-futu)
+    * [老虎证券(TIGER)](https://www.vnpy.com/docs/cn/gateway.html#lao-hu-zheng-quan-tiger)
+    * [BITMEX](https://www.vnpy.com/docs/cn/gateway.html#bitmex)
+    * [OKEX](https://www.vnpy.com/docs/cn/gateway.html#okex)
+  
+* [配置数据库](https://www.vnpy.com/docs/cn/database.html#shu-ju-ku-pei-zhi)
+  * [SQLite](https://www.vnpy.com/docs/cn/database.html#sqlite)
+  * [SQL(MySQL,PostgreSQL)](https://www.vnpy.com/docs/cn/database.html#sql-mysql-postgresql)
+  * [MongoDB](https://www.vnpy.com/docs/cn/database.html#mongodb)
 
 * [RPC应用](rpc.md)
 * [贡献代码](contribution.md)

docs/quickstart.md

@@ -1,25 +1,25 @@
 # 基本使用
 
 
-## 1. 启动VN Trader
-### 1.1 VN Station模式
+## 启动VNTrader
+### VN Station模式
 登陆VN Station后，点击VN Trade Lite快速进入VN Trader（只有CTP接口）；或者点击VN Trader Pro先选择如下图的底层接口和上层应用，再进入VN Trader。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/VnTrader_Pro.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/VnTrader_Pro.png "enter image title here")
 
 
 
-### 1.2 脚本模式
+### 脚本模式
 
 在文件夹tests\trader中找到run.py文件。按住“Shift” + 鼠标右键进入cmd窗口，输入下面命令进入如图VN Trader
 ```
 python run.py 
 ```
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/Vntrader.PNG "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/Vntrader.PNG "enter image title here")
 
  
 
-## 2. 连接接口
+## 连接接口
 以SinNow仿真交易账号登陆CTP接口为例：点击菜单栏的“系统”->“连接CTP”后，弹出如上图所示CTP接口的配置对话框，输入以下内容后即可登录：
 - 用户名username：111111 （6位纯数字账号）
 - 密码password：1111111  （需要修改一次密码用于盘后测试）
@@ -34,18 +34,18 @@ python run.py
 
  
 
-## 3. 订阅行情
+## 订阅行情
 在交易组件输入交易所和合约代码，并且按“Enter”键即可订阅器行情。如订阅IF股指期货，交易所：CFFEX，名称：IF905；铁矿石期货，交易所：DCE，名称：i1905。
 
 此时行情组件会显示最新行情信息；交易组件会显示合约名称，并且在下方显示深度行情报价：如最新价、买一价、卖一价。（数字货币品种可以显示十档行情）
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/subcribe_contract.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/subcribe_contract.png "enter image title here")
 
 
 
  
 
-## 4. 委托交易
+## 委托交易
 交易组件适用于手动交易。除了在行情订阅中输入的交易所和合约代码以外，还需要填写以下5个字段：委托方向、开平仓类型、委托类型、委托价格和委托数量。（若委托类型为市价单，委托价格可不填。）
 
 发出委托同时本地缓存委托相关信息，并且显示到委托组件和活动组件，其委托状态为“提交中”，然后等待委托回报。
@@ -59,14 +59,14 @@ python run.py
 
  
 
-## 5. 数据监控
+## 数据监控
 
 数据监控由以下组件构成，并且附带2个辅助功能：选定以下任一组件，鼠标右键可以选择“调整列宽”（特别适用于屏幕分辨率较低），或者选择“保存数据”（csv格式）
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/2_optiones.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/2_optiones.png "enter image title here")
 
 
-### 5.1 行情组件
+### 行情组件
 用于对订阅的行情进行实时监控，如下图，监控内容可以分成3类：
 
 - 合约信息：合约代码、交易所、合约名称
@@ -75,30 +75,30 @@ python run.py
 
 - 其他信息：数据推送时间、接口
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/subcribe_contract_module.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/subcribe_contract_module.png "enter image title here")
 
 
-### 5.2 活动组件
+### 活动组件
 活动组件用于存放还未成交的委托，如限价单或者没有立刻成交的市价单，委托状态永远是“提交中”。在该组件中鼠标双击任一委托可以完成撤单操作。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/active_order.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/active_order.png "enter image title here")
 
-### 5.3 成交组件
+### 成交组件
 成交组件用于存放已成交的委托，需要注意3个字段信息：价格、数量、时间。他们都是交易所推送过来的成交信息，而不是委托信息。
 
 注意：有些接口会独立推送成交信息，如CTP接口；有些接口则需要从委托信息里面提取成交相关字段，如Tiger接口。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/trade.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/trade.png "enter image title here")
 
 
 
-### 5.4 委托组件
+### 委托组件
 委托组件用于存放用户发出的所有委托信息，其委托状态可以是提交中、已撤销、部分成交、全部成交、拒单等等。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/order.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/order.png "enter image title here")
 
 
-### 5.5 持仓组件
+### 持仓组件
 持仓组件用于记录其历史持仓。其中需要了解以下字段含义
 - 方向：期货品种具有多空方向；而股票品种方向为“净”持仓。
 - 昨仓：其出现衍生于上期所特有的平今、平昨模式的需要
@@ -108,9 +108,9 @@ python run.py
   
 若平仓离场，持仓数量清零，浮动盈亏变成实际盈亏从而影响账号余额变化。故以下字段：数量、昨仓、冻结、均价、盈亏均为“0”，如下图。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/query_position.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/query_position.png "enter image title here")
 
-### 5.6 资金组件
+### 资金组件
 资金组件显示了账号的基础信息，如下图需要注意3个字段信息：
 - 可用资金：可以用于委托的现金
 - 冻结：委托操作冻结的金额（与保证金不是一个概念）
@@ -118,58 +118,58 @@ python run.py
 
 注意：若全部平仓，浮动盈亏变成实际盈亏，保证金和浮动盈亏清零，总资金等于可用资金
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/query_account.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/query_account.png "enter image title here")
 
 
 
-### 5.7 日志组件
+### 日志组件
 日志组件用于显示接口登陆信息以及委托报错信息，如下图。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/write_log.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/write_log.png "enter image title here")
 
 
 
  
 
-## 6. 应用模块
+## 应用模块
 vnpy官方目前提供2个应用模块组件，分别是用于自动交易的“CTA策略”组件；把第三方数据文件导入到数据库的“CSV载入”组件。在菜单栏中点击“功能”，即显示应用模块，如下图：
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/application.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/application.png "enter image title here")
 
-### 6.1 CTA策略
+### CTA策略
 CTA策略组件默认使用RQData的数据进行自动交易，故需要配置好RQData相关数据。
 
 1） 在用户目录下.vntrader文件夹找到vt_setting.json，输入RQData的账号和密码，保存退出后启动CTA策略组件，会显示“RQData数据接口初始化成功”，如图：
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/RQData.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/RQData.png "enter image title here")
 
 
 2）在左上方的菜单栏选择策略，如“AtrRsiStrategy”，然后点击右边的“添加策略”按钮，用于策略实例创建，选择策略适用品种和修改该测试示例的参数，如图：
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/trader_2.PNG "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/trader_2.PNG "enter image title here")
 
 
 3）每一个策略示例都有其“初始化”、“启动”、“停止”、“编辑”、“移除”按钮。注意在启动策略前必须先初始化，移除策略前需要先停止策略。右上方菜单栏有批量处理功能，方便用户快速启动、停止策略，如图：
    
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/turtle_strategy.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/turtle_strategy.png "enter image title here")
 
 
  
 
 
-### 6.2 CSV载入
+### CSV载入
 CSV文件是用户最主要的历史数据来源之一，用户只需根据CSV文件中的表头字段，以及时间格式灵活配置，即可实现一键载入历史数据。
 
 CSV载入操作分为3步：
 
 1）打开CSV文件，查看表头字段以及时间格式，如图：
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/csv_format.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/csv_format.png "enter image title here")
 
 2）点击菜单栏的“功能”->“CSV载入”，进入界面后选择要载入的CSV文件，并且修改相关表头字段和时间格式（若有需要的话）。如下图：
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/csv_loader.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/csv_loader.png "enter image title here")
 
 3）点击“载入数据”后，成功界面如下图所示。
 
-![enter image description here](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/exito_csv_load.png "enter image title here")
+![](https://vnpy-community.oss-cn-shanghai.aliyuncs.com/forum_experience/yazhang/quick_start/exito_csv_load.png "enter image title here")