开源的量化交易领域平台vn.py(VeighNa)

news2024/9/20 13:06:35

一:vn.py(VeighNa)下的工具以及社区版和Elite版的区别

vn.py是一款广泛应用于量化交易领域的开源软件,它主要有以下用途和功能:
1. 交易系统开发框架:vn.py提供了一个完整的交易系统开发框架,可以帮助用户快速构建自己的量化交易系统。
2. 支持多市场交易:vn.py支持多种金融市场,包括股票、期货、外汇、期权和数字货币等,用户可以通过它接入不同的交易所进行交易。
3. 策略开发与回测:
   - 策略开发:用户可以利用vn.py提供的API和工具开发自己的交易策略。
   - 回测:vn.py允许用户对策略进行历史数据回测,以验证策略的有效性和性能。
4. 模拟交易:在实盘交易前,用户可以在模拟交易环境中测试策略,这有助于减少实际交易中的风险。
5. 实盘交易:vn.py支持实盘交易,用户可以通过它与交易所进行实际的买卖操作。
6. 丰富的接口支持:vn.py提供了丰富的接口,可以轻松对接国内外各大交易所的交易系统。
7. 事件驱动引擎:vn.py使用事件驱动架构,提高了系统的响应速度和可扩展性。
8. 数据管理和分析:vn.py可以帮助用户管理和分析交易数据,为策略开发提供支持。
9. 社区和资源:vn.py拥有一个活跃的社区,用户可以分享策略、交流心得,并获取技术支持。
vn.py的用途非常广泛,适用于量化交易员、对冲基金、交易团队以及任何对自动化交易系统感兴趣的个体。它通过简化交易系统的开发流程,使得用户可以更加专注于策略的研究和优化。

1:vn下的工具

vn的全名是VeighNa,VN下又有如下工具:

VN Studio、VN Station和VN Trader是vn.py社区提供的用于量化交易的不同工具,它们各自有不同的功能和用途:

1. VN Studio:这是vn.py社区针对量化交易开发的Python发行版,它包含了Python解释器以及一系列量化交易常用的第三方库,完整支持vn.py。VN Studio提供了一个集成的Python环境,简化了用户的安装配置过程,特别是对于新手来说,可以通过VN Studio快速开始vn.py的学习和使用。

2. VN Station:这是一个图形化管理工具,用于管理VN Trader以及其他Python量化交易应用。通过VN Station,用户可以方便地启动VN Trader的不同版本(如VN Trader Lite和VN Trader Pro)、Jupyter Notebook交互式研究环境,以及访问社区论坛等。VN Station提供了一个用户友好的界面,帮助用户更高效地进行量化交易和策略开发。

3. VN Trader:是vn.py框架中的专业量化交易平台,支持灵活加载各类交易接口(如期货、股票、期权、外汇等),并支持多种量化交易应用(如CTA策略、算法交易、脚本策略、行情录制、RPC服务等)。VN Trader提供了丰富的功能,适合有一定经验的用户进行复杂的量化交易和策略实现。

需要注意的是 VN Studio是Python的第三方库,而VN Station和VN Trader偏向于软件应用层,是应用于实际量化交易中的可视化页面。而我们常用的VN Trader。

通过这些工具,用户可以根据自己的需求和经验选择合适的工具进行量化交易和策略开发。

2:vnpy社区版和Elite版的区别

vnpy社区版

  • 开源:vnpy社区版是开源软件,这意味着您可以自由地使用、修改和分发它。
  • 免费:vnpy社区版是免费的。
  • 社区支持:vnpy社区版由一个活跃的社区支持,您可以随时在论坛或QQ群中寻求帮助。社区论坛入口:VeighNa量化社区 - 你的开源社区量化交易平台 (vnpy.com)
  • 有限的特性:vnpy社区版的功能有限,例如它不支持期货和期权交易。
  • Github入口: vnpy/vnpy: 基于Python的开源量化交易平台开发框架 (github.com)

Elite版

  • 闭源:Elite版是闭源软件,这意味着您只能使用它,而不能修改或分发它。
  • 收费:Elite版是收费的。
  • 专业支持:Elite版提供专业支持,您可以随时通过电话、电子邮件或QQ群寻求帮助。
  • 丰富的特性:Elite版具有丰富的特性,例如它支持期货和期权交易,并提供更多的技术指标和策略。

因此个人了解和学习可以使用vnpy社区版。

官方下载入口:VeighNa量化社区 - 你的开源社区量化交易平台 (vnpy.com)

教程文档入口:VeighNa用户文档 (vnpy.com)

二:vn.py(VeighNa)社区版windows安装

安装过程主要参考官方文档:Windows安装指南 (vnpy.com)

1:VeighNa Studio方案¶

下载安装¶

在VeighNa官网可以下载VeighNa Studio安装包。

下载完成后,双击安装包进入VeighNa Studio安装向导(推荐点击右键,选择【使用管理员身份运行】进行安装),使用默认设置点击【快速安装】按钮即可进行VeighNa Studio安装,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/21.png

推荐将VeighNa Studio安装在默认路径的C:\veighna_studio,其他VeighNa文档和教程中均使用该目录作为VeighNa安装目录进行讲解。

如果想进行个性化安装,可点击【自定义安装】进入高级选项页面,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/24.png

安装完成后,会转换到安装成功页面,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/26.png

此时桌面会出现VeighNa Station的图标,双击图标即可运行VeighNa Station。

使用¶

安装成功后,启动命令行工具即可直接使用VeighNa Studio Python发行版。

输入python即可进入python的交互式环境,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/29.png

此时在命令行中输入python代码就会立即执行。如果想运行自带的例子,可以依次输入以下代码:

from pyqtgraph import examples
examples.run()

此时则会弹出Examples的运行窗口,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/30.png

点击左侧的Basic Plotting则会弹出示例的图形界面,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/31.png

如果想打开jupyter lab进行投资研究工作,可以打开cmd,输入jupyter lab,即可成功启动,如下图所示:

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/32.png

https://vnpy-doc.oss-cn-shanghai.aliyuncs.com/install/38.png

2:手动安装方案r¶(推荐)

对于已经有比较丰富的编程经验或者需要用到特定Python发行版(如Anaconda)的用户,也可以采用手动安装的方案。

下载安装VeighNa¶

下载VeighNa源代码(Windows系统请选择zip格式):

  • VeighNa Github下载地址

  • VeighNa Gitee下载地址

下载完成后解压,然后启动命令行工具(CMD或者PowerShell),进入源代码所在的目录后(即install.bat文件所在的目录),输入下列命令运行脚本执行一键安装:

install.bat

一键安装过程整体分为3步:

  1. 下载安装ta-lib库;

  2. 安装requirements.txt文件内的相关依赖库;

  3. 安装VeighNa本身。

如果某一步安装过程中发生错误,请截取保存命令行中的报错信息(注意优先保存底部的报错内容),前往VeighNa社区论坛发帖提问寻求帮助。

启动VeighNa Trader¶

启动命令行工具,进入解压VeighNa源代码的目录下,在文件夹examples/veighna_trader中找到run.py文件。

输入如下命令即可启动VeighNa Trader:

python run.py 

以上就是vn.py(VeighNa)社区版windows的安装。接下来vn.py的详细使用可以参考官方文档:

策略应用 (vnpy.com)

需要注意的是官方文档强调于 VN Trader的软件使用教程,而不是VN Studio这个第三方库使用。

点下关注,分享更多有关AI,数据分析和量化金融方面的实用教程和实战项目。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2057993.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

桶排序算法及优化(java)

目录 1.1 引言 1.2 桶排序的历史 1.3 桶排序的基本原理 1.3.1 工作流程 1.3.2 关键步骤 1.4 桶排序的Java实现 1.4.1 简单实现 1.4.2 优化实现 1.4.3 代码解释 1.5 桶排序的时间复杂度 1.5.1 分析 1.5.2 证明 1.6 桶排序的稳定性 1.7 著名案例 1.7.1 应用场景 …

基于GPT-SoVITS的API实现批量克隆声音

目标是将每一段声音通过GPT-SoVITS的API的API进行克隆,因为拼在一起的整个片段处理会造成内存或者缓存溢出。 将目录下的音频文件生成到指定目录下,然后再进行拼接。 通过AI工具箱生成的数据文件是这样的结构,temp目录下是没个片段生成的部分,connect_是正常拼接的音频文件…

笨鸟先飞(疯狂的小鸟)小游戏自制分享

《Flappy Bird》是一款由越南独立游戏开发者阮哈东(Dong Nguyen)制作并发布的移动端小游戏。该游戏最初于2013年上线,在2014年初迅速走红,成为全球范围内的热门现象。 游戏的玩法非常简单,玩家只需通过点击屏幕来控制…

Python | Leetcode Python题解之第355题设计推特

题目: 题解: class Twitter:class Node:def __init__(self):self.followee set()self.tweet list()def __init__(self):self.time 0self.recentMax 10self.tweetTime dict()self.user dict()def postTweet(self, userId: int, tweetId: int) ->…

基于人工智能、三维视觉、混合现实等技术的智慧能源开源了

一、简介 AI视频监控平台, 是一款功能强大且简单易用的实时算法视频监控系统。愿景在最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,减少企业级应用约 95%的开发成本,在强大视频算…

AI学习记录 - LSTM详细拆解

拒绝熬夜,一点点写,拆解LSTM计算过程和最后的总结 遗忘门的计算流程 拼接词向量,前面来的,现在输入的 然后进行计算:

浅谈移动端车牌识别技术的实现过程及应用场景

随着移动互联技术的飞速发展和智能设备的普及,Android、iOS平台上的车牌识别技术逐渐成熟并广泛应用于各个领域。该技术通过智能手机的摄像头捕捉车牌图像,利用先进的图像处理与机器学习算法,实现车牌号码的自动识别。相比传统的人工录入或固…

opencv中Core中的Norm函数解释

1. Norm的类型 NORM_L1: L1 范数(曼哈顿范数)。数组中所有元素绝对值之和。 NORM_L2: L2 范数(欧几里得范数)。数组中所有元素平方和的平方根。 NORM_INF:无穷范数(最大绝对值范数&…

Nginx的7大调度算法详解

Nginx的7大调度算法详解 一、Sticky二、Round-Robin(RR)三、Weight四、Least_conn五、IP_hash六、Fair七、URL_hash总结 💖The Begin💖点点关注,收藏不迷路💖 Nginx作为一款高性能的HTTP和反向代理服务器&a…

Linux虚拟机磁盘管理-添加磁盘

添加磁盘--添加前请选关闭虚拟机 添加步骤: 1.编辑虚拟机设置 2.选择硬盘 3.选择SCSI 4.创建新虚拟磁盘 5.设置磁盘大小 6.点击完成 开机的时候会去读取有几块硬盘,总共我们是有4块硬盘,sda\sdb\sdc\sdd 注意:新加的硬盘实际我们…

VScode相关使用、配置

VScode 拉取新分支 点击左下角分支会出现这个 选择创建新分支依据… 选择一个分支为从这个分支拉新分支 输入新分支的名称即可 VScode 合并分支 切到最终要合并到的分支,通过快捷键 shiftctrlp 出现框中 ,选择 git 合并分支 选择要合并过来的分…

【Docker】Docker Consul

docker consul Docker Consul 是一个用于服务发现和配置的开源工具,它是 HashiCorp 公司推出的一个项目。Consul 提供了一个中心化的服务注册和发现系统,可以帮助开发人员轻松地在 Docker 容器和集群之间进行服务发现和配置管理。 Consul 使用基于 HTT…

位运算使用

在写代码过程中&#xff0c;适当的位运算是一种提高代码质量的有效手段。 0 位运算 常用的运算符共 6 种&#xff0c;分别为按位与&、按位或|、按位异或^、按位取反~、左移位<<、右移位>>。 0.1 按位与&、按位或|、按位异或^ 按位与&、按位或|、按…

MySQL中处理JSON数据:大数据分析的新方向,MYSQL如何处理JSON数据,参数讲解+实战案例+全网最全

1-3章理论为主&#xff0c;如果想直接看实战和MySQL如何操作JSON可以直接看第4章。 感谢您的观看&#xff0c;如果您喜欢这篇文章或者对您有所帮助的话&#xff0c;动动发财的小手点点关注&#xff0c;一起学习一起进步 第一章 引言 1.1 研究背景与意义 随着大数据技术的迅猛…

回归预测|基于北方苍鹰优化支持向量机的数据回归预测Matlab程序NGO-SVM 多特征输入单输出 高引用先用先创新

回归预测|基于北方苍鹰优化支持向量机的数据回归预测Matlab程序NGO-SVM 多特征输入单输出 高引用先用先创新 文章目录 前言回归预测|基于北方苍鹰优化支持向量机的数据回归预测Matlab程序NGO-SVM 多特征输入单输出 高引用先用先创新 一、NGO-SVM 模型1. 北方苍鹰优化算法&#…

vue3+ts封装axios以及解决跨域问题

目录 一、前言二、封装axios三、 解决跨域四、调用接口五、运行结果 一、前言 前端请求后端数据时&#xff0c;会用到axios&#xff0c;但是如果不将axios封装好&#xff0c;会导致代码冗余 二次封装的好处如下&#xff1a; 求头能统一处理便于接口的统一管理解决回调地狱配置…

rust api接口开发(以登陆和中间件鉴权为例)

rust rest api接口开发 所需依赖 axumtokioredis cargo add axum redis cargo add tokio --featuresfull路由服务创建和运行 //子路由 let v1router axum::Router::new(); //主路由,并将子路由绑定到主路由 let routeraxum::Router::new().nest("/v1",v1router)…

Zabbix6.4监控Windows上的GPU使用率

背景&#xff1a;一台Windows物理机上装了英伟达的GPU显卡&#xff0c;业务需要实时监控它的使用率。 1、确认nvidia-smi命令可用 2、命令查询相关使用情况 3、服务器上部署zabbix-agent 提前下载好包上传&#xff0c;路径自行修改 C:\Users\Administrator>C:\zabbix_age…

集团数字化转型方案(三)

集团数字化转型方案通过系统整合人工智能&#xff08;AI&#xff09;、大数据、云计算和物联网&#xff08;IoT&#xff09;技术&#xff0c;建立了一个全面智能化的业务管理平台&#xff0c;涵盖从业务流程自动化、数据驱动决策支持&#xff0c;到客户体验优化和供应链管理的各…

Redis基础到高级狂神笔记一篇总结完

学习视频&#xff1a;【狂神说Java】Redis最新超详细版教程通俗易懂_哔哩哔哩_bilibili 目录 1.为什么用NoSQL 1.1单机MySQL的美好年代 1.2 Memcached&#xff08;缓存&#xff09; MySQL 垂直拆分(读写分离) 1.3分表分库 水平拆分 Mysql 集群 1.4现今 1.5为什么用NoSQL&…