vnpy怎么创建策略并回测_一步一步学vnpy

最新推荐文章于 2024-04-03 09:45:54 发布
最新推荐文章于 2024-04-03 09:45:54 发布
阅读量2.3k 收藏 13
点赞数 1
文章标签： vnpy怎么创建策略并回测
  • 登录实盘账户

在安装完vnpy1.8.1版本之后，在Pycharm中启动examples/VnTrader/文件夹中的run.py，会出现如下错误：

89a351abd4485b4a682d6dba2307df6f.png

需要注释掉两处与futuquant相关的代码，

if system == 'Linux': from vnpy.trader.gateway import xtpGateway elif system == 'Windows':
'''
from vnpy.trader.gateway import (femasGateway, xspeedGateway,
futuGateway, secGateway)
''' from vnpy.trader.gateway import (femasGateway, xspeedGateway,
secGateway)
第二处为 if system == 'Windows':
me.addGateway(femasGateway)
me.addGateway(xspeedGateway)
me.addGateway(secGateway)
# me.addGateway(futuGateway)

正常启动，跳出界面。如何连接CTP？进入CTP_connect.json，设置相关参数

88040f3f9dfdbbbda7c2cff704c4eaf3.png

ff46c664713c70e694dc9ccd2ab5146f.png

实盘的这些参数可以咨询开户期货公司，在vnpy的qq群文件里也会有所有brokers信息的压缩包，打开某个期货公司的文件，结构是这样的，照着填就好了。

81c2f5390e2dcad0b51ee6047c4aa42a.png

启动run.py后，在弹出的界面中的左上角，点击 系统--连接CTP，顺利连接

  • 合约订阅

a1a873d615de1f7cde890104496f3ced.png

在“合约代码”位置输入想要交易的合约代码，回车键，则会在界面右侧出现该合约的行情信息，就这么简单。

8a51b9fcd116e61d7d04f58532b81c25.png
  • 策略

策略在vnpy/trader/app/ctaStrategy/strategy 路径下面

f340890c704d6811ab1acf2de9f199ff.png

找到其中一个，认真学习一下结构。你会发现每个策略是一个：类

ae353f100f7d8935f8e6a495f8400b47.png

这个类是怎么被调用的呢？选择这个类名，右键，然后点击 Find Usages

bff3c3bac9ead1bc6ff8facd1e49064f.png

没找到哪个程序引用了，应该有案例，点击主界面的‘功能’按钮，下拉菜单点击‘CTA策略’，弹出对话框，点击‘加载策略’，发现有个策略案例，双均线策略。

69ee26c442771068ea1942a478c57e60.png

不过，用Find Usages还是没找到这个类在哪里被调用。

188ca1bcc20d7b912254dd0a4c75ad0f.png

好像只有“方法”才能反着查到引用，所以“类”是找不到调用的。找不到就先学习一下这个类的具体内容吧！

DoubleMaStrategy继承了CtaTemplate，又得详细学习CtaTemplate类：

44b5431ffe9b4df46e89627eddde2100.png

这个类有600多行，慢慢看吧

69b932206b8fd0c159edb45c395ad2fb.png

从 vtObject import VtBarData，需要熟悉vtObject中的内容，主要是行情数据，成交数据等的数据结构

ee53b7bef8fb9d969f2854c73f22699e.png

在ctaTemplate.py文件中，出现了@property ，Python内置的@property装饰器就是负责把一个方法变成属性调用的

  • 一张图看懂VnTrader的数据流
用Python的交易员：一张图看懂VnTrader的数据流​zhuanlan.zhihu.com
c3ee8b88cec301f050b9bedc9d92fac4.png

要快速上手，还是得先清晰的了解vnpy的结构，详见上面的链接原文，下面搬砖过来：

033c1caab40183d92ca33766e7eb1dfe.png

这里也结合图表，以CTP行情Tick为例， 说明下Python部分的数据流的整体步骤（忽略C++封装部分的）。

主动订阅端

  1. 用户发起调用mainEngine.subscribe函数
  2. mainEngine.subscribe中调用ctpGateway.subscribe函数
  3. ctpGateway.subscribe中调用ctpMdApi.subscrbie函数
  4. ctpMdApi.subscribe中调用C++封装的MdApi.subscribeMarketData函数，将订阅行情的请求最终通过底层C++ CTP API发出

回调推送端

  1. ctaEngine对象向eventEngine中注册EVENT_TICK类型事件的处理函数句柄ctaEngine.processTickEvent
  2. C++ CTP API收到Tick推送，自动回调MdApi.onRtnDepthMarketData函数推送行情数据字典data
  3. MdApi.onRtnDepthMarketData中将data里的数据读取并转化成VtTickData对象，并调用ctpGateway.onTick函数
  4. ctpGateway.onTick函数将VtTickData对象包装成类型为EVENT_TICK的行情事件对象Event，并调用eventEngine.put函数，放入事件引擎的缓冲队列
  5. 事件引擎的工作线程，从缓冲队列中读取出最新的行情事件后，根据EVENT_TICK事件类型去查找缓存在内部字典中的处理函数列表，并将事件对象作为入参，遍历调用到列表中的处理函数ctaEngine.processTickEvent
  6. ctaEngine.processTickEvent中查看Tick的代码vtSymbol，并调用交易该代码合约的策略对象strategy.onTick函数，最终去运行策略中的逻辑
  • CTA策略模块

流程搞清楚后就直接上策略吧，也许能行呢？

用Python的交易员：vn.py发布v1.7.1 - CTA策略模块升级版​zhuanlan.zhihu.com
最低0.47元/天 解锁文章
weixin_39707612
关注
  • 1
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【从零开始vnpy量化投资】十七. 投资组合策略分段回测
魔落的博客
05-26 493
根据投资组合理论最基础的结论，分散投资可以获得比单个资产更低的风险，所以投资组合策略基本需要用到大量的合约来进行测试，尤其是相关性不强的品种。同时，组合策略中的绝大部分都是中长期策略，也就是回测需要验证的周期更长。这两个原因导致我们在测试组合策略时，经常需要加载长达10年的多个合约品种来进行回测。
VNPY2.3量化交易框架
10-16
VNPY仿真柜台已完美支持CTP接口。 VNPY Virtualapi CTP仿真柜台是一项底层仿真回测技术，是基于底层而不是应用层，所以是和编程语言无关的，并且没有第3方平台提供的方法，可以在不修改原有代码的前提下实现回测。VNPY仿真回测目前主要提供了上海期货交易所的CTP接口（支持商品期货、股指期货） 。 先介绍一下CTP接口，CTP接口是上海期货交易所提供的一套面向商品期货、股指期货、商品期权、股指期权的API接口，包含了行情订阅和交易接口，支持国内149家
vnpy3.0新版策略自动生成回测文件功能代码解析
u011513829的博客
01-20 1149
VNPY官网 http://www.vnpy.cn 开源地址 https://gitee.com/vnpycn/vnpy 图1： 回测过程 2022年1月2日版本，实现了策略文件生成模块，本文就是介绍回测机制。 在VNPY3.0项目目录下有strategyfile和strategyfilebacktest目录。 strategyfile 是实盘策略文件目录 strategyfilebacktest 是量化回测策略文件目录 在VNPY主界面点击红圈中的“回测”按钮，即可打开图3界面 回测是由module
vn.py之ctaStrategy模块：智能交易策略开发框架
最新发布
gitblog_00071的博客
04-03 318
vn.py之ctaStrategy模块：智能交易策略开发框架 项目地址:https://gitcode.com/vnpy/vnpy_ctastrategy vn.py 是一个开源的金融衍生品量化交易框架，旨在为Python爱好者提供一套完整的量化交易平台解决方案。其中，ctaStrategy 模块是vn.py的重要组成部分，它专注于创建和管理期货、期权等CTA（Commodity Trading ...
vnpy怎么创建策略并回测_vnpy笔记-回测引擎
weixin_39846191的博客
11-25 776
回测是量化交易不可缺少的组成部分，本文是 vnpy 回测引擎原理笔记回测 Demovnpy 官方提供了两个 jupyter notebook 作为 Demo，代码文件在源代码中的 examples/cta_backtesting 目录: backtesting.ipynb: 常规的单标 CTAportfolio.ipynb: 组合回测backtesting.ipynb: 创建回测:engine 运...
vnpy框架的策略开发和回测逻辑详解---以螺纹钢主力合约的R-breaker日内策略为例
S_o_l_o_n的博客
08-03 1万+
       笔者之前写过一篇关于vnpy的简单介绍和安装方法，本篇文章的目的是简单介绍vnpy的框架，然后详细介绍一下如何用vnpy开发自己的量化策略以及整个的回测逻辑是怎么样的。只有我们真的搞清楚了框架结构和相关的逻辑，我们才可以比较灵活高效的使用这种开源框架。        vnpy是开源的，好处是显而易见的，我们可以自己修改和增加相关的功能，个性化定制；但是弊端就是，对于我这样的一个初级...
vnpy 查询持仓量_VNPY策略内调用资金实现，但是我并不建议大家使用动态资金仓位.........
weixin_42511024的博客
12-24 1284
self.eventEngine.register ==> false . repalce with self.event_engine.registerbut:test: Trigger exception has stoppedTraceback (most recent call last):File "E:\WARTER\python\python.v3_portable\App\...
vnpy源码学习记录(3) ----------CTP网关
AzureL
08-12 1552
CTP网关CTP网关1. 实例化CTP网关1.2 连接CTP连接交易服务器连接行情服务器轮询对数据的获取及处理 介绍CTP网关之前先看看网关类的抽象类：BaseGateway BaseGateway用于创建与不同交易系统的网关连接的抽象网关类。该类必须是线程安全的（所有方法必须线程安全，对象之间没有可变的共享属性）；所有方法都需要是非阻塞的；每个方法和回调方法都需满足在docstring中描述的需...
量化交易之vnpy篇 - 登录模块 - multi_accounts、multi_apps
07-26 488
import multiprocessing import sys import os from time import sleep from datetime import datetime, time from logging import INFO from typing import Type from vnpy.event import EventEngine from vnpy.trader.setting import SETTINGS from vnpy.trader.engine im.
vnpy通过jqdatasdk初始化实时数据
u012277395的博客
12-11 184
转自（https://www.joinquant.com/view/community/detail/26c6fe9c09ef3f35b8296caf728044be） vnpy在1.9.2版本当中，完成了通过jqdatasdk初始化实时数据的功能。这样就可以通过jqdatasdk解决在盘中开启策略，缺少当日盘中数据的问题。 VT_setting.json VT_setting.json中包含vnpy初始化所使用的配置信息。我们在这部分增加三个配置信息，data_server，jqUsername，jq
量化交易之vn.py篇 - 获取账户真实持仓数据、根据品种获取当前真实持仓（多、空、净）
03-16 1785
from vnpy.trader.object import PositionData from typing import List from vnpy.trader.constant import Direction class TQZPositionData: __position_datas = None __position_data_models = None is_fresh = False __vt_symbol_key = "vt_symbol"...
huice:vnpy中的回测系统
03-11
huice:vnpy中的回测系统
量化策略入门-VNPY系统应用
06-21
VNPY系统是一个开源 的量化策略交易系统，学习本课程快速上手量化交易，赚取属于自己的第一桶金！ 手把手教课，不错过任何一个细节。 1.环境准备 2.国内期货CTP 3.其他市场交易接口 4.第一个量化策略 5.历史数据回测...
vnpyEngineFunction:如何使用vnpy制定策略
04-28
vnpyEngineFunction
Python库 | vnpy_ctp-6.5.1.0.tar.gz
04-19
资源分类：Python库 所属语言：Python 资源全名：vnpy_ctp-6.5.1.0.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
vnpy 查询持仓量_持仓回报中的冻结量读取可能有误
weixin_35921127的博客
12-24 285
环境操作系统: Windows 7Anaconda版本: Anaconda 4.0.0 Python 2.7 32位vn.py版本: From 1.5 to latestIssue类型Bug预期程序行为随意开任意品种的单若干手，如N手，然后挂任意数量的平仓单如M手(M小于等于N)，期待Position Monitor冻结量显示数量为M。实际程序行为但大多数情况下显示冻结量不对。重现步骤随意开任意品...
vnpy-vnpy无界面回测模式
qq_43712322的博客
09-14 909
1.准备工作 我用的是vnpy-v2.5.0 首先是新建一个VNPY_Developer文件夹，将github里面的代码放到这个文件夹（下图只是展示了一部分代码） 2.在vnpy_ctastrategy里面新建backtesting_文件夹，然后创建python文件：backtesting_demo 3.mysql的准备 注意这块是创建vnpy.dbbardata，然后columns要像图中那样，注意2.5版本新增了turnover字段。这块用sql语言创建的时候，注意interval是关键字，因此s
VNPY - CTA策略模块策略回测
IAlexanderI的专栏
08-10 1万+
作者：魔元 目录 使用回测引擎 读懂回测报告 优化策略参数 多进程优化 量化策略主要是从历史数据统计或者发现规律然后应用于实盘交易。当然历史不是简单的重复，这就要求策略需要根据市场调整和优化参数。通过回测历史数据可以验证策略的有效性，了解策略的历史收益、最大回撤和回撤时长，对策略参数进行优化等等。CTA策略模块的主要回测目标是验证交易信号是否正确，仓位大小的问题在实盘中则由交易员来确定。...
十分钟学会写量化策略
热门推荐
LouisLee 的博客
08-23 1万+
本文通过讲述 [单股票均线策略] 在 Ricequant 量化平台的实现，熟悉平台并快速入门、创建自己的量化策略代码。难易度：入门级那么以下我们就先从 [单股票均线策略] 的代码实现及进行日级别回测讲起吧。1 确定框架：[单股票均线策略] 的主要策略框架： 5 日均线高于 30 天均线，则全仓买入股票 5 日均线低于 30 天均线，则卖出所持股票从我们日常交易的角度，一般交易者的行为可以拆分以下两...
vnpy怎么创建策略并回测_期货套利策略（一）
05-22
首先，需要安装好vnpy库，并在vnpy的安装目录下找到vn.trader\app\cta_strategy\strategy_template.py文件，这是vnpy的策略模板文件。 接下来，我们根据期货套利策略的需求，对策略模板进行修改。具体而言，我们需要重写以下方法： 1. on_init(self): 用于策略初始化，包括设置参数、订阅合约等。 2. on_start(self): 策略启动时执行的方法。 3. on_stop(self): 策略停止时执行的方法。 4. on_tick(self, tick: TickData): 处理行情数据的方法，用于更新策略的状态。 5. on_trade(self, trade: TradeData): 处理成交数据的方法。 6. on_order(self, order: OrderData): 处理委托数据的方法。 7. on_bar(self, bar: BarData): 处理K线数据的方法，用于实现基于K线的策略。 下面是一个简单的期货套利策略示例，以两个相同品种但不同到期日的期货合约为例。假设当前时间为t，合约A的到期日为t1，合约B的到期日为t2，我们的策略目标是通过买入A合约，卖出B合约来实现套利。当t1-t2的时间差小于某个阈值时，我们就认为A和B之间存在套利机会，此时我们就执行套利交易。 ```python from vnpy.app.cta_strategy import ( CtaTemplate, StopOrder, TickData, BarData, TradeData, OrderData, Direction ) class FuturesArbitrageStrategy(CtaTemplate): """""" author = "Your name" strategy_name = "FuturesArbitrageStrategy" # 策略参数 spread_threshold = 5 # 时间差阈值，以分钟为单位 # 策略变量 long_pos = 0 # 多头持仓 short_pos = 0 # 空头持仓 last_tick_A = None # A合约最新tick数据 last_tick_B = None # B合约最新tick数据 last_trade_A = None # A合约最新成交数据 last_trade_B = None # B合约最新成交数据 parameters = ["spread_threshold"] variables = [ "long_pos", "short_pos", "last_tick_A", "last_tick_B", "last_trade_A", "last_trade_B" ] def on_init(self): """ 策略初始化 """ self.write_log("策略初始化") # 订阅合约 self.subscribe(self.symbol_A, "") self.subscribe(self.symbol_B, "") def on_start(self): """ 策略启动 """ self.write_log("策略启动") def on_stop(self): """ 策略停止 """ self.write_log("策略停止") def on_tick(self, tick: TickData): """ 处理行情数据 """ if tick.vt_symbol == self.symbol_A: self.last_tick_A = tick else: self.last_tick_B = tick # 如果A和B的最新tick数据都存在，就进行套利判断 if self.last_tick_A is not None and self.last_tick_B is not None: t1 = self.last_tick_A.datetime t2 = self.last_tick_B.datetime if abs((t1 - t2).total_seconds() / 60) < self.spread_threshold: self.arbitrage() def on_trade(self, trade: TradeData): """ 处理成交数据 """ if trade.vt_symbol == self.symbol_A: self.last_trade_A = trade else: self.last_trade_B = trade def on_order(self, order: OrderData): """ 处理委托数据 """ pass def on_bar(self, bar: BarData): """ 处理K线数据 """ pass def arbitrage(self): """ 套利交易 """ # 如果A和B的最新成交数据都存在，就进行套利交易 if self.last_trade_A is not None and self.last_trade_B is not None: price_A = self.last_trade_A.price price_B = self.last_trade_B.price if price_A > price_B: # A合约价格高于B合约，执行买入A合约，卖出B合约 self.buy(self.symbol_A, 1, price_A) self.short(self.symbol_B, 1, price_B) else: # A合约价格低于B合约，执行卖出A合约，买入B合约 self.short(self.symbol_A, 1, price_A) self.buy(self.symbol_B, 1, price_B) ``` 以上就是一个简单的期货套利策略的实现，可以使用vnpy的回测引擎进行回测。需要注意的是，这个策略只是一个示例，实际的套利策略需要根据具体的市场情况和交易规则进行设计。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值