代码解析_vnpy源代码解析

继续对vnpy的代码解析

vnpy中用peewee作为数据库的ORM,也就是一个和数据的mapping，这样调用访问数据会更有秩序而不是到处都是sql语句，这和java中的hibernate之类很类似。

vnpy因为越做越大的关系，但其实对于新手，往往开始不一定需要这样一个把所有数据库类型都兼容，也不一定需要那么的券商实盘接口，因为往往也就在一家券商开实盘和读行情，甚至也不一定需要多种品种，股票期货数字货币vnpy都支持了，但很多早期学习者可能只需要了解一个品种就够了，了解整体的逻辑再加其他品种也不迟。

既然如此，说明vnpy的解读其实是可以从减法来入手的，也就是思考一个问题，如何把vnpy裁剪为最简化的一个版本，够用就好。首先看数据库兼容，假设就只支持一种数据库mysql,那么在trader目录下有一个database目录，保留database.py(一个抽象类）和databasesql.py(sql数据库包括mysql,sqlite等)，那么database_mongo.py就可以减掉了。如果初期也不考虑回测精度，就去掉分钟线回测，就保留个日线回测跑通即可，后期需要做高频策略的时候再加分钟线和tick

上个图吧

vnpy2.0之后应该是重构了，结构更清晰了

1. 核心的交易代码在trader包里，app.py是 实现链接各application的类，constant是常量定义，engine.py是引擎的基类，gateway.py是链接各个 api接口的基类, rqdata.py(因为vnpy应该是和rqdata深度合作了，所以vnpy基本只有这一个数据源了)
2. trader下有个ui目录，这里是 界面显示 的一些基类，包括各种单元格，列表等，从这里看得出vnpy在显示方面是很克制的，虽然外部有很多很丰富的图表，显示k线，显示回测结果，但是vnpy还是 坚持用最原生的QtWidget来做显示，包括在根目录下有个chart目录，是用qtwidget做了一个k线图，真不容易，小小一个k线图，要考虑的实现细节还是很多的
3. api目录是 各种市场的api接口，所以里边有很多是.c结尾的头文件和dll，vnpy等于把这些都封装了，确实为广大量化从业人员节省了很多时间
4. app,这个是非常重要的目录，实际上 如果把vnpy抽象为多层结构，那么api是在底层，链接交易市场，trader在api之上，封装了量化交易核心代码, app在trader之上，封装了应用，包括algotrading(算法交易,比如大单拆分算法等), cta_backtester(cta回测), data_manager(这个可以看到本地数据的完整度，也蛮实用的), option_master(期权部分), risk_manager(风险控制), spread_trading(价差交易)

对比了 市场多个开源的量化交易系统，vnpy的确是 架构设计上最为精炼简洁的，目录层级很清晰。