VeighNa 量化交易平台功能介绍从交易接口对接到策略自动交易的完整解决方案【免费下载链接】vnpy基于Python的开源量化交易平台开发框架项目地址: https://gitcode.com/gh_mirrors/vn/vnpyVeighNavnpy是一套基于 Python 语言的开源量化交易程序开发框架核心目标是为开发者提供从交易 API 对接到策略自动交易的完整量化解决方案。本文基于官方功能介绍文档结合仓库源码版本 vnpy/init.py 中标注的 4.4.0系统梳理 VeighNa 的目标用户、应用场景、支持的交易接口、开箱即用的应用模块以及通用类组件帮助读者快速建立对平台功能版图的全貌认知并明确各模块在实战中的定位与用法。一、VeighNa 是什么一套基于 Python 的量化交易开发框架作为一套基于 Python 的量化交易程序开发框架VeighNa 致力于提供从交易 API 对接到策略自动交易的量化解决方案。其核心设计思路是标准化通过一套标准化的交易平台体系把不同市场、不同柜台、不同数据源的差异统一收敛到一致的数据模型与事件驱动机制之下让开发者只需要编写一次策略代码就能对接国内外的证券、期货、期权、外盘等多种金融市场。从仓库结构可以直观看到这套框架的分层设计对应 vnpy 目录vnpy/trader交易核心模块包含 MainEngine平台核心引擎、BaseGateway交易接口抽象基类、BaseDatabase数据库抽象接口、BaseDatafeed数据服务抽象接口以及TickData、OrderData、TradeData、PositionData等标准数据对象见 vnpy/trader/object.pyvnpy/event事件驱动引擎是整个事件驱动型交易程序的核心vnpy/chartPython 高性能 K 线图表组件vnpy/rpc跨进程通讯的 RPC 客户端/服务端实现。从 MainEngine 的源码 可以看出平台启动时以MainEngine为中枢统一持有EventEngine、各类功能引擎engines、交易接口gateways和应用模块apps并通过add_gateway、add_app等方法来挂载不同的交易接口与策略应用。二、目标用户什么样的开发者适合使用 VeighNaVeighNa 面向的是希望掌控交易程序全链路细节的 Python 开发者。文档中列出的典型需求场景包括基于 Python 开发量化交易程序充分利用 Python 社区强大的数据研究和机器学习生态与 pandas、NumPy、scikit-learn 等数据科学工具链无缝衔接对接多市场多品种通过一套标准化的交易平台体系对接国内外诸多不同类型的金融市场——证券、期货、期权、外盘等避免为每个柜台单独开发一套交易系统使用经过充分实盘检验的策略引擎完成从数据维护、策略开发、回测研究到实盘自动交易的整个业务流程深度定制扩展增加交易接口、修改 GUI 图形界面、基于事件驱动引擎开发复杂策略应用满足个性化的交易需求掌控源码、杜绝后门作为开源项目使用者可以掌控交易程序的源代码细节杜绝各种程序后门避免被窃取策略、截获交易信号、偷盗账号密码等风险节约成本无需再支出每年上万的软件授权费或者每笔成交的额外加点。可以看出VeighNa 的定位不是开箱即用、不可修改的终端软件而是一套可以被开发者完全掌控和二次开发的交易程序开发框架——这一点从 BaseGateway 的抽象基类设计、BaseApp 的应用模块抽象以及 examples 目录下丰富的可运行示例中都能得到印证。三、应用场景从个人投资者到券商资管文档明确了 VeighNa 的三类典型应用场景覆盖从个人到机构的完整谱系专业个人投资者使用 VeighNa Trader 直连期货公司的 CTP 期货柜台实现从策略开发到实盘自动交易的 CTA 业务流程。仓库中的 examples/veighna_trader/run.py 正是这一场景的最小可运行示例——通过MainEngine挂载CtpGateway与CtaStrategyApp、CtaBacktesterApp、DataManagerApp等应用后启动图形界面创业型私募基于RpcService构建服务器端的统一报盘通道允许交易员在自己的本地电脑自行开发各类交易策略应用实现服务端统一报盘、客户端各自研发的多进程分布式架构券商资管部门对接证券公司统一部署的 O32 资管系统基于事件驱动引擎定制开发多策略复杂系统。四、支持的交易接口vnpy.gateway 覆盖全市场vnpy.gateway是 VeighNa 的交易接口层覆盖国内外所有交易品种的交易接口。每个接口都是一个独立的分发包如vnpy_ctp、vnpy_xtp通过继承BaseGateway抽象类实现统一的接入规范。从 gateway.py 源码 可以看到每个接口需要实现connect/close/subscribe/send_order/cancel_order等核心方法并主动回调on_tick、on_trade、on_order、on_position、on_account、on_contract等事件从而把行情与交易数据统一推送到事件引擎。国内市场接口名称模块名覆盖品种CTPctp期货、期货期权CTP 测试ctptest期货、期货期权CTP Minimini期货、期货期权飞马femas期货CTP 期权soptETF 期权顶点飞创secETF 期权顶点 HTShtsETF 期权恒生 UFTuft期货、ETF 期权易盛esunny期货、黄金 TD中泰 XTPxtpA 股、两融、ETF 期权国泰君安统一交易网关hftA 股、两融华鑫奇点股票torastockA 股华鑫奇点期权toraoptionETF 期权中亿汇达 Comstarcomstar银行间市场东方证券 OSTostA 股融航rohon期货资管TTStts期货飞鼠sgit黄金 TD金仕达黄金ksgold黄金 TD海外市场接口名称模块名覆盖品种盈透证券ib海外多品种易盛 9.0 外盘tap外盘期货直达期货da外盘期货特殊应用接口名称模块名用途RPC 服务rpc跨进程通讯接口用于分布式架构在 examples/veighna_trader/run.py 中可以看到这些接口的实际挂载方式默认启用CtpGateway其余接口CtptestGateway、MiniGateway、FemasGateway、XtpGateway、IbGateway等以注释形式预留开发者按需取消注释即可启用。在无界面的脚本模式examples/no_ui/run.py下则可以直接通过ctp_setting字典配置 CTP 的用户名、密码、经纪商代码、交易服务器、行情服务器、产品名称、授权编码、产品信息等连接参数。五、支持的应用vnpy.app 开箱即用的量化策略交易应用vnpy.app是 VeighNa 的应用层提供了开箱即用的各类量化策略交易应用。每个应用都是一个独立的分发包如vnpy_ctastrategy、vnpy_spreadtrading通过继承 BaseApp 抽象类声明app_name引擎创建用唯一名称、app_module导入模块、engine_class引擎类、widget_name界面类名等属性后即可被MainEngine.add_app()一键挂载到平台中同时获得对应的 GUI 界面与后台引擎。策略与回测类cta_strategyCTA 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从而降低交易滑点、实现高频策略cta_backtesterCTA 策略回测模块无需使用 Jupyter Notebook直接使用图形界面进行策略回测分析、参数优化等相关工作。仓库中的 examples/cta_backtesting/backtesting_demo.ipynb 和 examples/cta_backtesting/portfolio_backtesting.ipynb 提供了脚本化回测的对照参考spread_trading多合约价差套利模块除了支持手动启动算法买卖价差外也支持使用策略模板SpreadStrategyTemplate开发各种价差类的量化交易策略algo_trading算法交易模块提供 TWAP、Sniper、Iceberg、BestLimit 等多种常用的智能交易算法并支持常用算法配置保存option_master期权波动率交易模块提供波动率曲线图表允许用户作出相应的判断分析使用波动率管理组件设置定价参考波动率再通过期权电子眼算法自动扫描市场上的交易机会并瞬时完成交易portfolio_strategy多合约组合策略模块专门针对需要同时交易多合约的量化策略设计满足其历史数据回测和实盘自动交易的需求。对应回测示例见 examples/portfolio_backtesting/backtesting_demo.ipynbscript_trader脚本策略模块针对多标的组合类交易策略设计同时支持在命令行中实现 REPL 指令形式的交易不支持回测功能。行情、数据与交易辅助类chart_wizard实时 K 线图表模块实现简单的实时 K 线行情显示在本地合约代码编辑框中输入vt_symbol点击【新建图表】按钮即可打开对应合约的图表rpc_serviceRPC 服务模块允许将某一 VeighNa 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。其底层跨进程通讯实现位于 vnpy/rpc对应的最小示例见 examples/simple_rpc/test_server.py 与 examples/simple_rpc/test_client.pyexcel_rtdEXCEL RTD 模块RTD 全称 RealTimeData是微软主要为金融行业的实时数据需求设计的 Excel 数据对接方案该模块用于实现在 Excel 中访问 VeighNa 程序内任意数据信息的功能data_manager历史数据管理模块VeighNa Trader 内部针对历史数据的多功能管理工具支持数据导入、数据查看以及数据导出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 K 线行情到数据库中用于策略回测或者实盘初始化。命令行版示例见 examples/data_recorder/data_recorder.pyrisk_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web_traderWeb 服务模块针对 B-S 架构需求设计实现提供主动函数调用REST和被动数据推送Websocket的 Web 服务器portfolio_manager投资组合管理模块主要面向各种采用基本面策略的投资者针对每个投资策略创建一个独立的投资组合策略对象paper_account模拟交易账户模块为了解决目前各类需要依赖服务端功能的仿真交易账户的问题直接在交易客户端内部提供一套本地化的模拟交易环境同时基于实盘行情的盘口数据进行委托撮合。这些应用在 examples/veighna_trader/run.py 中以main_engine.add_app(...)的方式统一挂载默认启用CtaStrategyApp、CtaBacktesterApp和DataManagerApp其余应用SpreadTradingApp、AlgoTradingApp、OptionMasterApp、PortfolioStrategyApp、ScriptTraderApp、ChartWizardApp、RpcServiceApp、ExcelRtdApp、DataRecorderApp、RiskManagerApp、WebTraderApp、PortfolioManagerApp、PaperAccountApp按需取消注释即可加入直观体现了平台模块化、按需组装的设计理念。六、通用类组件事件引擎、K 线图表、数据库与数据服务除交易接口和应用模块外VeighNa 还提供了一批通用类组件作为支撑整个平台的底层基础设施vnpy.event事件驱动引擎简洁易用的事件驱动引擎是事件驱动型交易程序的核心。从 vnpy/event/engine.py 的源码可以看到EventEngine内部维护一个事件队列_queue、一个分发线程_thread和一个定时器线程_timer事件通过put()进入队列分发线程按事件类型把事件派发给已注册的处理器定时器线程则默认每 1 秒生成一个EVENT_TIMER定时事件vnpy/event/engine.py。这种生产者-消费者 类型分发的架构保证了行情推送、订单回报、成交回报等高频事件在交易程序中的有序处理。交易平台层的事件类型定义在 vnpy/trader/event.py包括eTick.行情、eTrade.成交、eOrder.委托、ePosition.持仓、eAccount.账户、eQuote.报价、eContract.合约与eLog日志vnpy.chartK 线图表组件Python 高性能 K 线图表支持大数据量图表显示以及实时数据更新功能是 chart_wizard 实时图表模块的底层支撑vnpy.trader.database数据库抽象接口集成了几大数据库管理端模块以支持数据库读写性能和未来的新数据库扩展。从 vnpy/trader/database.py 可以看到BaseDatabase抽象类定义了save_bar_data、save_tick_data、load_bar_data、load_tick_data、delete_bar_data、delete_tick_data、get_bar_overview、get_tick_overview等统一的数据读写接口而 get_database() 会根据全局配置SETTINGS[database.name]动态导入对应的数据库驱动模块如vnpy_mysql、vnpy_postgresql等未配置时自动回退到默认的 SQLite 数据库vnpy.trader.datafeed数据服务抽象接口提供标准化接口BaseDatafeed带来更加灵活的数据服务支持。从 vnpy/trader/datafeed.py 可以看到BaseDatafeed定义了init()初始化连接、query_bar_history()查询历史 K 线、query_tick_history()查询历史 Tick三个核心方法get_datafeed() 根据全局配置SETTINGS[datafeed.name]动态加载对应的数据服务模块未配置时会给出提示并使用一个返回空数据的默认实现。七、快速上手从示例代码理解平台的组装方式结合仓库中的可运行示例可以快速理解 VeighNa 的组装与运行方式图形界面模式参考 examples/veighna_trader/run.py流程为创建 Qt 应用create_qapp()→ 创建EventEngine→ 创建MainEngine→ 通过add_gateway()挂载交易接口如CtpGateway→ 通过add_app()挂载应用模块如CtaStrategyApp、DataManagerApp→ 创建并显示MainWindow主窗口无界面脚本模式参考 examples/no_ui/run.py通过SETTINGS全局配置开启日志SETTINGS[log.active]、SETTINGS[log.level]、SETTINGS[log.console]以字典形式配置 CTP 连接参数适合部署在服务器上做无人值守的自动化交易RPC 分布式模式参考 examples/simple_rpc/test_server.py 与 examples/simple_rpc/test_client.py将行情与交易能力通过 RPC 服务暴露给多个客户端进程数据下载与回测研究仓库还提供了 examples/download_bars/download_bars.ipynb、examples/cta_backtesting/backtesting_demo.ipynb 等 Notebook 示例方便在 Jupyter 环境中完成数据准备与策略研究。八、总结VeighNa 的整个功能体系可以概括为三个层次交易接口层vnpy.gateway负责屏蔽不同柜台与市场的接入差异应用层vnpy.app提供 CTA 策略、回测、价差套利、算法交易、期权波动率、组合策略、风控、模拟交易等开箱即用的业务能力通用组件层vnpy.event / vnpy.chart / database / datafeed提供事件驱动、图表显示、数据存储与数据服务等底层基础设施。三者在MainEngine的统一调度下协作构成了一个从数据维护、策略开发、回测研究到实盘自动交易的完整量化交易开发生态。【免费下载链接】vnpy基于Python的开源量化交易平台开发框架项目地址: https://gitcode.com/gh_mirrors/vn/vnpy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考