我要评论前言
vn.py 是一个开源的 python 交易编程框架，旨在帮助程序员快速搭建属于自己的量化交易平台。该框架支持股票、期货、外汇等多种金融产品的交易，提供了从数据获取、策略开发到交易执行的全流程支持。
如何安装vnpy
首先，要使用vnpy，您需要通过python的包管理工具pip来安装它。以下是安装vnpy的简单步骤：
pip install vn.py
安装完成后，您可以在python代码中通过以下方式引入vnpy库：
from vnpy import *
这样，您就可以开始使用vnpy来构建您的量化交易平台了。接下来，我们将探讨vnpy的基本功能和高级特性。
vnpy的功能特性
- 模块化：
vn.py的设计使得每个组件都可以独立运行，易于扩展和维护。 - 多语言支持：支持使用 c++、python 等多种语言进行扩展，提升性能。
- 跨平台：可以在 windows、linux 和 macos 等操作系统上运行。
- 高性能：利用事件驱动架构，实现高性能的交易引擎。
- 易用性：提供简洁的 api 接口，降低开发难度。
- 社区支持：拥有活跃的社区，持续更新和优化。
- 文档齐全：提供详细的文档和示例，便于学习和使用。
vnpy的基本功能
交易引擎
vnpy的交易引擎是其核心组件，负责管理交易流程、连接交易所和执行交易指令。
from vnpy.app.cta_strategy import (
ctaengine,
ctastrategy,
bargenerator,
arraymanager,
)
# 创建交易引擎实例
engine = ctaengine()
# 添加策略
class mystrategy(ctastrategy):
author = "your name"
# 策略初始化函数
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.bg = bargenerator(self.on_bar)
self.am = arraymanager()
# 数据处理函数
def on_bar(self, bar):
self.am.update_bar(bar)
if not self.am.inited:
return
# 这里编写策略逻辑
pass
# 添加策略实例
engine.add_strategy(mystrategy, {"name": "mystrategy", "vt_symbol": "ethusdt", "setting": {}})
数据管理
vnpy提供了一套完善的数据管理机制，支持历史数据和实时数据的存储与查询。
from vnpy.app.data_manager import drivermanager
# 创建数据管理器实例
manager = drivermanager()
# 加载历史数据
data = manager.load_history_data("ethusdt", "1min", start_time="2023-01-01 00:00:00", end_time="2023-01-31 23:59:59")
# 打印数据
print(data.head())
风险控制
vnpy内置了风险控制模块，帮助用户管理交易风险。
from vnpy.app.risk_manager import riskmanager
# 创建风险管理器实例
risk_manager = riskmanager()
# 设置风险参数
risk_manager.set_position_limit("ethusdt", 10) # 设置ethusdt的最大持仓为10手
risk_manager.set_order_limit("ethusdt", 5) # 设置ethusdt的最大挂单数为5
# 检查订单是否通过风险控制
order = risk_manager.check_order("ethusdt", "buy", 1, 1000)
if order:
print("订单通过风险控制")
else:
print("订单未通过风险控制")
事件驱动
vnpy采用事件驱动架构，保证了系统的高效运行和响应速度。
from vnpy.event import event, eventengine
# 创建事件引擎实例
event_engine = eventengine()
# 定义事件处理函数
def on_order(event: event):
print(f"收到订单事件：{event}")
# 注册事件处理函数
event_engine.register(on_order, "order")
# 触发事件
event_engine.put(event("order", {"data": "订单数据"}))
日志管理
vnpy提供了日志管理功能，方便追踪和调试。
from vnpy.trader.utility import logengine
# 创建日志引擎实例
log_engine = logengine()
# 设置日志级别
log_engine.set_level("info")
# 输出日志
log_engine.info("这是一条信息日志")
log_engine.error("这是一条错误日志")
回测框架
vnpy的回测框架可以帮助用户在历史数据上测试策略性能。
from vnpy.app.cta_strategy import ctabacktestingmode
from vnpy.app.cta_strategy.backtesting import backtestingengine
# 创建回测引擎实例
engine = backtestingengine()
# 设置回测参数
engine.set_parameters(mode=ctabacktestingmode, interval="1min", start_time="2023-01-01 00:00:00", end_time="2023-01-31 23:59:59")
# 添加策略
engine.add_strategy(mystrategy, {"name": "mystrategy", "vt_symbol": "ethusdt", "setting": {}})
# 运行回测
engine.run_backtesting()
# 输出回测结果
print(engine.get_result())
vnpy的高级功能
事件驱动引擎
vnpy`` 使用事件驱动模型，使得交易处理更加高效。以下是一个简单的事件处理示例：
```python
from vnpy.event import event, eventengine
# 创建事件引擎
engine = eventengine()
# 定义事件处理函数
def on_bar(event: event):
print(f"received bar data: {event.data}")
# 注册事件处理函数
engine.register(on_bar, event.bar)
# 模拟发送事件
engine.put_event(event(event.bar, "2021-01-01 10:00:00"))
# 启动事件引擎
engine.start()
多交易所支持
vnpy`` 支持多个交易所，使得用户可以在一个平台管理多个交易所的账户。以下是如何添加一个交易所的示例：
```python
from vnpy.app.cta_strategy import ctaengine
from vnpy.gateway.bitfinex import bitfinexgateway
# 创建策略引擎
engine = ctaengine()
# 添加bitfinex交易所
engine.add_gateway(bitfinexgateway)
# 配置交易所连接信息
engine.set_gateway_config("bitfinex", {"key": "your_api_key", "secret": "your_api_secret"})
策略管理
vnpy`` 提供了强大的策略管理功能，支持策略的创建、加载和运行。以下是一个简单的策略示例：
```python
from vnpy.app.cta_strategy import ctatemplate, bargenerator, arraymanager
class mystrategy(ctatemplate):
author = "your name"
# 策略参数
parameter = 10
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.bg = bargenerator(self.on_bar)
self.am = arraymanager()
def on_init(self):
self.write_log("策略初始化")
self.load_bar(10)
def on_bar(self, bar):
self.am.update_bar(bar)
if not self.am.inited:
return
# 策略逻辑
if self.am.cross_over(self(parameter)):
self.buy(bar.close_price, 1)
elif self.am.cross_below(self(parameter)):
self.sell(bar.close_price, 1)
# 加载策略
engine.add_strategy(mystrategy, {"vt_symbol": "btc/usdt", "setting": {"parameter": 20}})
风险控制
vnpy`` 提供了完善的风险控制功能，包括资金管理、止损和止盈等。以下是一个简单的风险控制示例：
```python
from vnpy.app.cta_strategy import ctatemplate
class mystrategy(ctatemplate):
# 策略参数
max_position = 10 # 最大持仓
def on_order(self, order):
if order.status == status.all特拉ded:
if order.direction == direction.long:
self.position += order.volume
elif order.direction == direction.short:
self.position -= order.volume
# 检查是否超过最大持仓
if abs(self.position) > self.max_position:
self.write_log("超过最大持仓，平仓操作")
self.close_all()
def on_stop_order(self, stop_order):
# 处理止损订单
if stop_order.status == status.all特拉ded:
self.write_log("止损订单触发，平仓操作")
self.close_all()
数据存储
vnpy`` 支持将历史数据存储到数据库中，方便后续分析和回测。以下是如何将数据存储到数据库的示例：
```python
from vnpy.app.data_manager importdatamanager
# 创建数据管理器
manager = datamanager()
# 添加数据到数据库
manager.save_data("tick_data", tick_data)
manager.save_data("bar_data", bar_data)
# 查询数据
data = manager.load_data("tick_data", start_time="2021-01-01", end_time="2021-01-02")
多语言支持
vnpy`` 支持多种编程语言，包括 python、c++ 和 java 等。以下是一个使用 c++ 扩展的示例：
```cpp
#include < vnpy/vnpy.hpp>
class myextension : public extension {
public:
myextension() : extension("myextension") {}
void on_init() override {
// 初始化代码
}
void on_bar(bar& bar) override {
// 处理k线数据
}
};
extern "c" extension* create_extension() {
return new myextension();
}量化交易平台
通过整合以上高级功能，vnpy 可以构建一个完整的量化交易平台，以下是一个简单的交易流程示例：
from vnpy.app.cta_strategy import ctaengine
from vnpy.app.data_manager import datamanager
from vnpy.gateway.bitfinex import bitfinexgateway
# 创建策略引擎
cta_engine = ctaengine()
# 创建数据管理器
data_manager = datamanager()
# 添加交易所
cta_engine.add_gateway(bitfinexgateway)
# 配置交易所连接信息
cta_engine.set_gateway_config("bitfinex", {"key": "your_api_key", "secret": "your_api_secret"})
# 加载策略
cta_engine.add_strategy(mystrategy, {"vt_symbol": "btc/usdt", "setting": {"parameter": 20}})
# 数据存储
data_manager.save_data("tick_data", tick_data)
data_manager.save_data("bar_data", bar_data)
# 启动策略引擎
cta_engine.start()
vnpy的实际应用场景
量化交易策略开发
在量化交易中，vnpy 提供了一套完整的框架，便于开发、测试和部署交易策略。以下是一个简单的双均线策略示例：
from vnpy.app.cta_strategy import (
ctatemplate,
bargenerator,
arraymanager,
tickdata,
bardata,
tradedata,
orderdata
)
class doublemastrategy(ctatemplate):
author = "ai"
ma_short = 5
ma_long = 10
fixed_size = 1
parameters = ["ma_short", "ma_long", "fixed_size"]
variables = []
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.bg = bargenerator(self.on_bar)
self.am = arraymanager()
def on_init(self):
self.write_log("策略初始化")
self.load_bar(10)
def on_start(self):
self.write_log("策略启动")
self.put_event()
def on_stop(self):
self.write_log("策略停止")
self.put_event()
def on_tick(self, tick: tickdata):
self.bg.update_tick(tick)
def on_bar(self, bar: bardata):
self.am.update_bar(bar)
if not self.am.inited:
return
short_ma = self.am.sma(self.ma_short, array=true)
long_ma = self.am.sma(self.ma_long, array=true)
if short_ma[-1] > long_ma[-1] and short_ma[-2] <= long_ma[-2]:
self.buy(bar.close_price, self.fixed_size)
elif short_ma[-1] < long_ma[-1] and short_ma[-2] >= long_ma[-2]:
self.sell(bar.close_price, self.fixed_size)
风险管理
vnpy 支持多种风险管理策略，包括止损、止盈等。以下是一个简单的止损策略示例：
class stoplossstrategy(ctatemplate):
author = "ai"
stop_loss_threshold = 0.02 # 设置止损阈值
parameters = ["stop_loss_threshold"]
variables = ["trading_price"]
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.trading_price = 0
def on_init(self):
self.write_log("策略初始化")
self.load_bar(10)
def on_start(self):
self.write_log("策略启动")
self.put_event()
def on_stop(self):
self.write_log("策略停止")
self.put_event()
def on_tick(self, tick: tickdata):
if self.pos_long > 0:
if tick.last_price < self.trading_price * (1 - self.stop_loss_threshold):
self.sell(tick.last_price, abs(self.pos_long))
self.write_log("触发止损，平仓")
套利交易
vnpy 支持套利交易策略的开发，以下是一个简单的统计套利策略示例：
class statisticalarbitragestrategy(ctatemplate):
author = "ai"
ma_window = 30
hedge_ratio = 1.0
parameters = ["ma_window", "hedge_ratio"]
variables = []
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
def on_init(self):
self.write_log("策略初始化")
self.load_bar(10)
def on_start(self):
self.write_log("策略启动")
self.put_event()
def on_stop(self):
self.write_log("策略停止")
self.put_event()
def on_bar(self, bar: bardata):
# 假设有两个相关联的资产
bar1 = self.get_bar("asset1")
bar2 = self.get_bar("asset2")
if bar1 and bar2:
spread = bar1.close_price - bar2.close_price * self.hedge_ratio
ma_spread = self.calculate_ma(spread, self.ma_window)
if spread < ma_spread:
self.buy("asset1", 1)
self.sell("asset2", self.hedge_ratio)
elif spread > ma_spread:
self.sell("asset1", 1)
self.buy("asset2", self.hedge_ratio)
账户管理
vnpy 提供了账户管理功能，可以方便地查询和管理账户资产。以下是一个查询账户余额的示例：
class accountmanagementstrategy(ctatemplate):
author = "ai"
def on_init(self):
self.write_log("策略初始化")
self.load_bar(10)
def on_start(self):
self.write_log("策略启动")
self.put_event()
def on_stop(self):
self.write_log("策略停止")
self.put_event()
def on_tick(self, tick: tickdata):
account = self.account()
balance = account.balance
self.write_log(f"当前账户余额：{balance}")回测与优化
vnpy 支持策略的回测与优化，以下是一个简单的回测示例：
from vnpy.app.cta_strategy import ctatemplate, bargenerator, arraymanager, tickdata, bardata, tradedata, orderdata
from vnpy.app.cta_backtesting import ctabacktestingengine, optimizationsetting
class meanreversionstrategy(ctatemplate):
author = "ai"
entry_threshold = 0.02
exit_threshold = 0.02
parameters = ["entry_threshold", "exit_threshold"]
variables = []
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.bg = bargenerator(self.on_bar)
self.am = arraymanager()
def on_bar(self, bar: bardata):
self.am.update_bar(bar)
if not self.am.inited:
return
if self.am.sma(20) < self.am.close[-1] * (1 - self.entry_threshold):
self.buy(bar.close_price, 1)
elif self.am.sma(20) > self.am.close[-1] * (1 + self.exit_threshold):
self.sell(bar.close_price, 1)
# 创建回测引擎
engine = ctabacktestingengine()
engine.set_parameters vt_symbol="eurusd", interval="1m", start_date="2021-01-01 00:00:00", end_date="2022-01-01 00:00:00"
engine.add_strategy(meanreversionstrategy, {"entry_threshold": 0.02, "exit_threshold": 0.02})
# 进行回测
engine.run_backtesting()实盘交易
vnpy 支持实盘交易，以下是一个简单的实盘交易示例：
from vnpy.app.cta_strategy import ctatemplate, bargenerator, arraymanager, tickdata, bardata, tradedata, orderdata
from vnpy.app.cta_trading import ctatradingengine
class realtradingstrategy(ctatemplate):
author = "ai"
ma_window = 20
parameters = ["ma_window"]
variables = []
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.bg = bargenerator(self.on_bar)
self.am = arraymanager()
def on_bar(self, bar: bardata):
self.am.update_bar(bar)
if not self.am.inited:
return
ma_price = self.am.sma(self.ma_window, array=true)[-1]
if self.am.close[-1] > ma_price:
self.buy(bar.close_price, 1)
elif self.am.close[-1] < ma_price:
self.sell(bar.close_price, 1)
# 创建交易引擎
engine = ctatradingengine()
engine.add_strategy(realtradingstrategy, {"ma_window": 20})
# 启动交易
engine.start_trading()总结
vn.py 作为一个强大的交易编程框架，不仅提供了基础的功能模块，还拥有丰富的扩展性和社区支持。通过本文的介绍，我们相信你已经对 vn.py 有了更深入的了解，能够利用它来构建自己的交易策略，拓展自己的编程技能边界。继续探索 vn.py 的更多可能性，开启你的量化交易之旅。
发表评论