标签归档:quant

Tqsdk-python-天勤量化开发包,期货量化,实时行情/历史数据/实盘交易

TqSdk天勤量化交易策略程序开发包

TqSdk是一个由信易科技发起并贡献主要代码的开源Python库.依托快期多年积累成熟的交易及行情服务器体系,TqSdk支持用户使用极少的代码量构建各种类型的量化交易策略程序,并提供包含期货、期权、股票的历史数据-实时数据-开发调试-策略回测-模拟交易-实盘交易-运行监控-风险管理全套解决方案

from tqsdk import TqApi, TqAuth, TqAccount, TargetPosTask

api = TqApi(TqAccount("H海通期货", "4003242", "123456"), auth=TqAuth("信易账户", "账户密码"))      # 创建 TqApi 实例, 指定交易账户
q_1910 = api.get_quote("SHFE.rb1910")                         # 订阅近月合约行情
t_1910 = TargetPosTask(api, "SHFE.rb1910")                    # 创建近月合约调仓工具
q_2001 = api.get_quote("SHFE.rb2001")                         # 订阅远月合约行情
t_2001 = TargetPosTask(api, "SHFE.rb2001")                    # 创建远月合约调仓工具

while True:
  api.wait_update()                                           # 等待数据更新
  spread = q_1910["last_price"] - q_2001["last_price"]        # 计算近月合约-远月合约价差
  print("当前价差:", spread)
  if spread > 250:
    print("价差过高: 空近月,多远月")                            
    t_1910.set_target_volume(-1)                              # 要求把1910合约调整为空头1手
    t_2001.set_target_volume(1)                               # 要求把2001合约调整为多头1手
  elif spread < 200:
    print("价差回复: 清空持仓")                               # 要求把 1910 和 2001合约都调整为不持仓
    t_1910.set_target_volume(0)
    t_2001.set_target_volume(0)

要快速了解如何使用TqSdk,可以访问我们的十分钟快速入门指南

架构

功能

TqSdk提供的功能可以支持从简单到复杂的各类策略程序

  • 公司级数据运维,提供当前所有可交易合约从上市开始的全部Tick数据和K线数据
  • 支持市场上90%的期货公司实盘交易
  • 支持模拟交易
  • 支持Tick级和K线级回测,支持复杂策略回测
  • 提供近百个技术指标函数及源码
  • 用户无须建立和维护数据库,行情和交易数据全在内存数据库,无访问延迟
  • 优化支持熊猫麻木的
  • 无强制框架结构,支持任意复杂度的策略,在一个交易策略程序中使用多个品种的K线/实时行情并交易多个品种
  • 配合开发者支持工具,能够进行交易信号打点,支持自定义指标画图

安装

TqSdk仅支持Python3.6及更高版本。要安装TqSdk,可使用PIP:

$ pip install tqsdk

文档

在线阅读HTML版本文档:https://doc.shinnytech.com/tqsdk/latest

在线问答社区:https://www.shinnytech.com/qa

知乎账户[天勤量化]:https://www.zhihu.com/org/tian-qin-liang-hua/activities

用户交流QQ群:619870862(目前只允许给我们点过STAR的同学加入,加群时请提供GitHub用户名)

GUI

TqSdk本身自带的WEB_GUI功能,简单一行参数即可支持调用图形化界面,详情参考web_gui

关于我们

信易科技是专业的期货软件供应商和交易所授权行情服务商.旗下的快期系列产品已为市场服务超过10年。TqSdk是公司开源计划的一部分

Zipline-Zipline,一个Python算法交易库

Zipline是一个Pythonic算法交易库。它是用于回溯测试的事件驱动系统。Zipline目前在生产中用作回测和现场交易引擎供电Quantopian–建立和执行交易策略的免费、以社区为中心的托管平台。Quantopian还提供fully managed service for professionals其中包括Zipline、Alphalens、Pyfolio、FactSet数据等

功能

  • 易用性:Zipline试图为您让路,这样您就可以专注于算法开发。有关代码示例,请参见下面的内容
  • “含电池”:许多常见的统计数据,如移动平均和线性回归,都可以很容易地从用户编写的算法中访问
  • PyData集成:历史数据的输入和性能统计数据的输出基于Pandas DataFrames,可以很好地集成到现有的PyData生态系统中
  • 统计和机器学习库:您可以使用matplotlib、scipy、statsmodel和skLearning等库来支持最先进的交易系统的开发、分析和可视化

安装

Zipline目前支持Python 2.7、3.5和3.6,可以通过pip或conda安装

注:安装Zipline比一般的Python包稍微复杂一些。查看完整内容Zipline Install Documentation有关详细说明,请参阅

对于开发安装(用于开发Zipline本身),创建并激活一个viralenv,然后运行etc/dev-install脚本

快速入门

请参阅我们的getting started tutorial

以下代码实现了一个简单的双重移动平均算法

from zipline.api import order_target, record, symbol

def initialize(context):
    context.i = 0
    context.asset = symbol('AAPL')


def handle_data(context, data):
    # Skip first 300 days to get full windows
    context.i += 1
    if context.i < 300:
        return

    # Compute averages
    # data.history() has to be called with the same params
    # from above and returns a pandas dataframe.
    short_mavg = data.history(context.asset, 'price', bar_count=100, frequency="1d").mean()
    long_mavg = data.history(context.asset, 'price', bar_count=300, frequency="1d").mean()

    # Trading logic
    if short_mavg > long_mavg:
        # order_target orders as many shares as needed to
        # achieve the desired number of shares.
        order_target(context.asset, 100)
    elif short_mavg < long_mavg:
        order_target(context.asset, 0)

    # Save values for later inspection
    record(AAPL=data.current(context.asset, 'price'),
           short_mavg=short_mavg,
           long_mavg=long_mavg)

然后,您可以使用Zipline CLI运行此算法。首先,您必须下载一些定价和资产数据示例:

$ zipline ingest
$ zipline run -f dual_moving_average.py --start 2014-1-1 --end 2018-1-1 -o dma.pickle --no-benchmark

这将下载来自Quandl的资产定价数据,并在指定的时间范围内通过算法流式传输。然后,生成的Performance DataFrame保存在dma.pickle,您可以从Python中加载和分析

您可以在zipline/examples目录

有问题吗?

如果您发现了错误,请随时open an issue并填写问题模板

贡献

欢迎所有贡献、错误报告、错误修复、文档改进、增强和想法。有关如何设置开发环境的详细信息,请参阅我们的development guidelines

如果您希望开始使用Zipline代码库,请导航到GitHub问题选项卡,开始查看有趣的问题。有时会有一些问题被标记为Beginner FriendlyHelp Wanted

您可以随时在mailing list或打开Gitter

注意事项

请注意,Zipline不是一个由社区主导的项目。Zipline是由Quantopian工程团队维护的,我们很小,经常很忙

正因为如此,我们想警告您,我们可能在几个月甚至几年内不会处理您的拉请求、问题或直接提及。我们希望您能理解,我们希望这封信能帮助您减少任何挫败感或浪费时间。

Vnpy 基于Python的开源量化交易平台开发框架

vn.py是一套基于Python的开源量化交易系统开发框架,于2015年年1月正式发布,在开源社区6年持续不断的贡献下一步步成长为全功能量化交易平台,目前国内外金融机构用户已经超过600家,包括:私募基金、证券自营和资管、期货资管和子公司、高校研究机构、自营交易公司、交易所、Token Fund等。

全新的“vn.py全实战进阶”系列在线课程,已经在官方微信公众号[vnpy-社区访问数/每百万人:上线,覆盖cta策略(已完成)、期权波动率交易(更新中)等内容.购买请扫描下方二维码关注后,点击菜单栏的[进阶课程]按钮即可:

在使用vn.py进行二次开发(策略、模块等)的过程中有任何疑问,请查看vn.py项目文档,如果无法解决请前往官方社区论坛的[提问求助]板块寻求帮助,也欢迎在[经验分享]板块分享你的使用心得!

针对vn.py的金融机构用户,创建了一个专门的[vn.py机构用户群](QQ群号:676499931),主要分享机构应用方面相关的问题,如:银行间市场接入、资管O32系统、分布式部署等内容。请注意本群只对金融机构用户开放,加群时请注明:姓名-机构-部门.

功能特点

  1. 全功能量化交易平台(vnpy.trader),整合了多种交易接口,并针对具体策略算法和功能开发提供了简洁易用的接口,用于快速构建交易员所需的量化交易应用。
  2. 网关(vnpy.覆盖国内外所有交易品种的交易接口):
    • 国内市场
      • ctp(Ctp):国内期货、期权
      • CTP Mini(迷你):国内期货、期权
      • ctp证券(Sopt):etf期权
      • 飞马(女性):国内期货
      • 用友金融(恒生):国内期货、ETF期权
      • 飞创证券(秒):etf期权
      • 南华nhtd(Nhtd):国内期货、etf期权
      • 宽睿(OES):国内证券(A股)、ETF期权
      • 中泰xtp(Xtp):国内证券(A股)、etf期权
      • 国泰君安:国内证券(A股)
      • 恒生期权(Hsoption):etf期权
      • 华鑫奇点(TORA):国内证券(A股)、ETF期权
      • 星巴克(飞鼠):黄金TD、国内期货
      • 金仕达黄金(KS黄金):黄金TD
      • 鑫管家(Xgj):期货资管
      • 融航(罗洪):期货资管
      • 康星(中汇亿达):银行间市场
    • 海外市场
      • 富途证券(富图):港股、美股
      • 老虎证券(老虎):全球证券、期货、期权、外汇等
      • 互动经纪人(Ib):全球证券、期货、期权、外汇等
      • 易盛9.0外盘(TAP):全球期货
      • 直达期货(Da):全球期货
      • MetaTrader5(MT5):外汇、cfd、期货、股票
      • 羊驼(羊驼):美股(零佣金)
      • 卡西亚(佳兆业投资):港股
    • 数字货币
      • bitmex(Bitmex):数字货币期货、期权、永续合约
      • BYBIT(BYBIT):数字货币永续合约
      • 币安(二进制):数字货币现货
      • 币安永续(二进制):数字货币永续合约
      • OKEX(OKEX):数字货币现货、期货、永续、期权(V5统一账户)
      • 火币(火壁):数字货币现货
      • 火币期货(Hoobif):数字货币期货
      • 火币永续(霍比斯):数字货币永续
      • 霍比奥(火币期权):数字货币期权
      • Gate.io永续(Gateios):数字货币永续合约
      • 派生比特(派生比特),数字货币期权、永续合约
      • Bitfinex(Bitfinex):数字货币现货
      • Coinbase(Coinbase):数字货币现货
      • 位戳(位戳):数字货币现货
      • 1Token(一个Token):数字货币券商(现货、期货)
    • 特殊应用
      • rpc服务(Rpc):跨进程通讯接口,用于分布式架构
  3. 开箱即用的各类量化策略交易应用(vnpy.app):
    • cta_Strategy:cta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(降低交易滑点、实现高频策略)
    • cta_backtester:cta策略回测模块,无需使用Jupyter笔记本,直接使用图形界面直接进行策略回测分析、参数优化等相关工作
    • 价差交易:价差交易模块,支持自定义价差,实时计算价差行情和持仓,支持半自动价差算法交易以及全自动价差策略交易两种模式
    • OPTION_MASTER:期权交易模块,针对国内期权市场设计,支持多种期权定价模型、隐含波动率曲面计算、希腊值风险跟踪等功能
    • Portfolio_Strategy:组合策略模块,面向同时交易多合约的量化策略(阿尔法、期权套利等),提供历史数据回测和实盘自动交易功能
    • ALGO_TRADING:算法交易模块,提供多种常用的智能交易算法:twap、狙击手、冰山、BestLimit等,支持对接外部智能算法交易服务(如金纳算法)
    • SCRIPT_TRADER:脚本策略模块,针对多标的组合类交易策略设计,同时也可以直接在命令行中实现repl指令形式的交易,不支持回测功能
    • 市场雷达:市场雷达模块,允许用户基于自定义的公式实时计算任意合约组合数据,公式支持标准Python运算语法以及内置函数
    • 纸质帐户:模拟交易模块,纯本地化实现的模拟交易功能,基于交易接口获取的实时行情进行委托撮合,提供委托成交推送以及持仓记录
    • Chart_Wizard:k线图表模块,基于RQ Data数据服务(期货)或者交易接口(数字货币)获取历史数据,并结合Tick推送显示实时行情变化
    • Portfolio_MANAGER:投资组合模块,面向各类基本面交易策略,以独立的策略子账户为基础,提供交易仓位的自动跟踪以及盈亏实时统计功能
    • rpc_SERVICE:rpc服务模块,允许将某一VN 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
    • DATA_MANAGER:历史数据管理模块,通过树形目录查看数据库中已有的数据概况,选择任意时间段数据查看字段细节,支持csv文件的数据导入和导出
    • 数据记录器: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或者K线行情到数据库中,用于策略回测或者实盘初始化
    • EXCEL_RTD:EXCEL RTD(实时数据)实时数据服务,基于PYXLL模块实现在EXCEL中获取各类数据(行情、合约、持仓等)的实时推送更新
    • RISK_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
  4. python交易接口接口封装(vnpy.api),提供上述交易接口的底层对接实现。
  5. 简洁易用的事件驱动引擎(vnpy.event),作为事件驱动型交易程序的核心。
  6. 对接各类数据库的标准化管理客户端(vnpy.database):
    • Sql类
      • sqlite(Sqlite):轻量级单文件数据库,无需安装和配置数据服务程序,vn.py的默认选项,适合入门新手用户
      • mysql(Mysql):世界最流行的开源关系型数据库,文档资料极为丰富,且可替换其他高newsql兼容实现(如tidb)
      • postgresql(Postgresql):特性更为丰富的开源关系型数据库,支持通过扩展插件来新增功能,只推荐熟手使用
    • Nosql类
      • mongodb(Mongodb):基于分布式文件储存(bson格式)的非关系型数据库,内置的热数据内存缓存提供更快读写速度
      • influxdb(Influxdb):针对时序数据专门设计的非关系型数据库,列式数据储存提供极高的读写效率和外围分析应用
  7. 跨进程通讯标准组件(vnpy.rpc),用于实现分布式部署的复杂交易系统。
  8. Python高性能K线图表(vnpy.Chart),支持大数据量图表显示以及实时数据更新功能。
  9. 社区论坛知乎专栏、内容包括vn.py项目的开发教程和Python在量化交易领域的应用研究等内容.
  10. 官方交流群262656087(QQ),管理严格(定期清除长期潜水的成员),入群费将捐赠给vn.py社区基金。

环境准备

  • 推荐使用vn.py团队为量化交易专门打造的Python发行版VNStudio-2.4.0,内置了最新版的vn.py框架以及VN站量化管理平台,无需手动安装
  • 支持的系统版本:Windows 7以上/Windows Server2008以上/Ubuntu18.04LTS
  • 支持的Python版本:Python3.764位(注意必须是Python3.764位版本)

安装步骤

这里下载最新版本,解压后运行以下命令安装:

窗口

install.bat

Ubuntu

bash install.sh

使用指南

  1. SimNow注册CTP仿真账号,并在该页面获取经纪商代码以及交易行情服务器地址.
  2. vn.py社区论坛注册获得VN站账号密码(论坛账号密码即是)
  3. 启动VN工作站(安装VN工作室后会在桌面自动创建快捷方式),输入上一步的账号密码登录
  4. 点击底部的VN Trader Lite按钮,开始你的交易!

注意:

  • 在VN交易员的运行过程中请勿关闭VN站(会自动退出)
  • 如需要灵活配置量化交易应用组件,请使用VN Trader Pro

脚本运行

除了基于VN站的图形化启动方式外,也可以在任意目录下创建run.py,写入以下示例代码:

from vnpy.event import EventEngine
from vnpy.trader.engine import MainEngine
from vnpy.trader.ui import MainWindow, create_qapp
from vnpy.gateway.ctp import CtpGateway
from vnpy.app.cta_strategy import CtaStrategyApp
from vnpy.app.cta_backtester import CtaBacktesterApp

def main():
    """Start VN Trader"""
    qapp = create_qapp()

    event_engine = EventEngine()
    main_engine = MainEngine(event_engine)
    
    main_engine.add_gateway(CtpGateway)
    main_engine.add_app(CtaStrategyApp)
    main_engine.add_app(CtaBacktesterApp)

    main_window = MainWindow(main_engine, event_engine)
    main_window.showMaximized()

    qapp.exec()

if __name__ == "__main__":
    main()

在该目录下打开Cmd(按住Shift->点击鼠标右键->在此处打开命令窗口/powershell)后运行下列命令启动VN交易员:

python run.py

贡献代码

vn.py使用github托管其源代码,如果希望贡献代码请使用gihub的PR(拉取请求)的流程:

  1. 创建 Issue-对于较大的改动(如新功能,大型重构等)最好先开Issue讨论一下,较小的Improval(如文档改进,BUGFIX等)直接发PR即可)
  2. 叉子vn.py–点击右上角叉子按钮
  3. 克隆你自己的分叉:git clone https://github.com/$userid/vnpy.git
    • 如果你的分叉已经过时,需要手动同步:同步方法
  4. 开发人员创建你自己的功能分支:git checkout -b $my_feature_branch dev
  5. 在$MY_FEATURE_BRANCH上修改并将修改推送到你的分叉上
  6. 创建从你的分叉的$MY_FEATURE_BRANCH分支到主项目的开发人员分支的[拉取请求]-在此点击跨分叉进行比较,选择需要的Fork和分支机构创建PR
  7. 等待审查,需要继续改进,或者被合并!

在提交代码的时候,请遵守以下规则,以提高代码质量:

  • 使用autopep8格式化你的代码.运行autopep8 --in-place --recursive . 即可.
  • 使用flake8检查你的代码,确保没有Error和警告。在项目根目录下运行flake8即可.

项目捐赠

过去6年中收到过许多社区用户的捐赠,在此深表感谢!所有的捐赠资金都投入到了vn.py社区基金中,用于支持vn.py项目的运作。

先强调一下:vn.py是开源项目,可以永久免费使用,并没有强制捐赠的要求!

捐赠方式:支付宝3216630132@qq.com(*晓优)

长期维护捐赠清单,请在留言中注明是项目捐赠以及捐赠人的名字.

其他内容

版权说明

麻省理工学院