c7049a4ae9
Beta |
||
---|---|---|
FAQ | ||
vn.archive | ||
vn.ctp | ||
vn.datayes | ||
vn.demo | ||
vn.event | ||
vn.femas | ||
vn.how | ||
vn.huobi | ||
vn.ib | ||
vn.ksgold | ||
vn.ksotp | ||
vn.lhang | ||
vn.lts | ||
vn.oanda | ||
vn.okcoin | ||
vn.qdp | ||
vn.rpc | ||
vn.sgit | ||
vn.shzd | ||
vn.trader | ||
vn.xspeed | ||
.gitignore | ||
LICENSE | ||
README.md |
vn.py - 基于python的开源交易平台开发框架
项目捐赠
vn.py项目两岁啦,感谢社区一直以来的热情支持,没有你们就没有今天的vn.py!
最近提出希望捐赠的朋友挺多,决定开始接受捐赠。现阶段计划将收到的全部捐赠资金都投入到vn.py项目基金,用于支持后续的项目开发和各项活动。
在此先强调一下: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3216630132@qq.com(*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)。
2016年vn.py项目计划回顾
转眼之间已经到了2016年的四季度,感谢广大用户的支持,vn.py项目在这一年中成长得十分迅速。截止2016年10月13日,Github上的Star已经从年初的583上升到了1672,Fork也从362上升到了987。目前在Github上量化交易相关的项目里,vn.py名列全球第三,仅次于zipline和tushare。为了让社区的成员们能比较全面的了解项目近况,这里对2016年初的项目计划做个简单的回顾。
代码方面:
-
完善飞创、易盛等相对小众接口的添加,这块将由社区驱动,作者主要负责代码检查和管理(增加了vn.xspeed、vn.sgit、vn.okcoin、vn.shzd等接口,易盛暂时还未有计划)
-
整理vn.py项目中API的具体版本号,保证封装接口的对应,这点已经有多位用户提起过,项目初期没有做详细记录所以很多API的版本号一时都较难对上(已完成)
-
Linux上API的编译以及vn.trader支持(已完成)
-
基于VirtualBox的vn.py开发环境镜像,解决部分用户反映项目初期不知该如何搭建开发环境的问题,这个镜像会由官方长期维护下去(已完成)
文章方面:
-
作者自己作为交易员的成长经历(通过知乎LIVE完成)
-
vn.trader的使用教程(已完成)
-
将ta-lib(技术分析)和quantlib(金融工程和量化)整合到vn.trader中应用的教程,解决目前策略开发过程中技术指标和量化函数缺乏的问题(已完成)
-
一套关于开发基于股指交易ETF期权的CTA策略的教程(未完成,上证50指数已经基本走成一条直线,本条工作暂时看不到意义了)
社区方面:
-
重新建设官方网站,目前使用的是托管在Github Pages上的Hexo静态博客,一来功能比较有限,二来有些用户反映Github时不时会被墙,考虑基于Flask重建一个托管在国内的官网(已完成,基于Pelican的新官网)
-
有用户提出建设互动性更强的网站作为交流平台(如论坛或者知乎Q&A类似的模式),这点在考虑中,主要制约因素是作者参与的时间,可能考虑和更多的资深用户合作是个好主意?(已完成,维恩的派论坛)
论坛
新的论坛维恩的派已经上线(感谢量衍投资对vn.py项目的支持)。
如果你在使用vn.py的过程中有任何疑问想求助或者经验想分享,欢迎到维恩的派上面发帖,项目作者和其他主要贡献者也会每天阅帖,保证回复的效率。
Quick Start
对于大部分用户来说,无需自行编译API接口,可以直接使用vn.trader进行交易和策略开发:
-
准备一台Windows 7 64位系统的电脑
-
安装Anaconda:下载Anaconda 4.0.0 Python 2.7 32位版本,注意必须是32位
-
安装MongoDB:下载Windows 64-bit 2008 R2+版本
-
安装pymongo:在cmd中运行pip install pymongo
-
参考这里,将MongoDB注册为Windows服务并启动
-
在本页面选择Download ZIP下载项目代码,并解压到C:\vnpy
-
在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
-
把C:\vnpy\vn.trader\ctpGateway\CTP_connect.json中的账号、密码、服务器等修改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)
-
双击运行C:\vnpy\vn.trader\vtMain.py,开始交易!
对于想研究API封装的用户,可以参考vnpy.org上面的教程一步步操作。
其他作者建议使用的软件工具:
-
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)
注意:
按照以上方式配置后,便可以使用vn.py的CTP, LTS, KSOTP等大多数交易接口,但在启动vtMain.py时, 你可能会遇到以下错误:
请先安装WindPy接口
global name 'w' is not defined
No module named ib.ext.Contract
No module named websocket
它们分别对应Wind, IB, OKCOIN三个交易接口,如果你不使用这三个接口,可以直接忽略这些错误,不会影响使用。
但如果你需要,可以通过以下方式安装其对应的库:
-
WIND - 到大奖章网站注册并下载安装Wind资讯开放应用接口个人版即可,使用机构版Wind终端的用户可以直接在终端里安装Python接口
-
IB - 参考https://github.com/blampe/IbPy, 基本上是两步:
git clone https://github.com/blampe/IbPy.git
cd IbPy
python setup.py install
- OKCOIN -
pip install websocket-client
orconda install websocket-client
How To Contribute
vn.py使用github托管其源代码,贡献代码使用github的PR(Pull Request)的流程,十分的强大与便利:
-
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
-
在dev修改并将修改push到你的fork上
-
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
-
等待review, 需要继续改进,或者被Merge!
vn.py项目结构
-
丰富的Python交易和数据API接口,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(vn.ctp)
-
飞马(vn.femas)
-
LTS(vn.lts)
-
金仕达黄金(vn.ksgold)
-
金仕达期权(vn.ksotp)
-
飞鼠(vn.sgit)
-
飞创(vn.xspeed)
-
QDP(vn.qdp)
-
OANDA(vn.oanda)
-
OKCOIN比特币(vn.okcoin)
-
上海直达期货(vn.shzd)
-
Interactive Brokers(vn.ib目前在开发中)
-
通联数据(vn.datayes)
-
-
简洁易用的事件驱动引擎(vn.event),作为事件驱动型交易程序的核心
-
支持服务器端数据推送的RPC框架(vn.rpc),用于实现多进程分布式架构的交易系统
-
针对如何使用API和事件驱动引擎开发交易程序的示例(vn.demo)
-
开箱即用的实盘交易平台vn.trader(相比之下vn.demo仅建议学习用),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,功能应用举例:
-
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)
-
-
官方交流QQ群262656087,管理较严格(定期清除长期潜水的成员)
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