量化交易系统开发框架-vn.py

最近更新：2021-11-30 | 字数总计：2k | 阅读估时：8分钟 | 阅读量：次

1、VN.PY介绍
2、搭建回测环境
1. 2.1、环境
2. 2.2、安装
3、项目结构说明
4、回测
1. 4.1、命令方式回测
2. 4.2、图像界面方式回测
5 如何运行VNPY2.4.0

1. 更新内容

vn.py是一套基于Python的开源量化交易系统开发框架，于2015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。

1、VN.PY介绍

工欲善其事必先利其器，有一个好的回测框架，才能更好的验证自己的策略

vn.py是一套基于Python的开源量化交易系统开发框架，于2015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。

2、搭建回测环境

再好的策略也得经过历史数据的回测，才敢放心的去实盘

2.1、环境

Python 3.8.x
vnpy 2.30，
MongoDB

2.2、安装

安装mongoDB

安装mongoD环境是为了存储数据，方便回测。

安装教程，参考：https://docs.mongodb.com/manual/tutorial/install-mongodb-on-os-x/

建库建表的语句

use admin
db.createUser({user:'admin', pwd:'xxxx', roles: [ { role: "userAdminAnyDatabase", db: "admin" } ]})

use vnpy
db.createUser({ user: "root", pwd: "xxxx", roles: [{ role: "readWrite", db: "vnpy" }] })

安装vnpy

安装vnpy,别直接pip install vnpy，因为pypi.org上的库已经好久没有更新了，所以用下面的安装方式

1	pip install git+https://github.com/vnpy/vnpy.git

安装其他的包

成功安装vnpy后，还有部分包并没有成功安装，需要手动安装，如下：

pip install tzlocal
pip install plotly
pip install pymongo
pip install mongoengine
pip install quickfix

3、项目结构说明

代码结构

├── README.md
├── .vntrader  # 这个文件自己创建，默认是~/.vntrader/,但是为了编码方便，我会在项目创建这个目录（注意主要信息的泄露）
│   ├── cta_backtester_setting.json
│   ├── cta_strategy_data.json
│   ├── cta_strategy_setting.json
│   ├── data_recorder_setting.json
│   ├── database.db
│   ├── log
│   │   └── vt_20210522.log
│   ├── risk_manager_setting.json
│   └── vt_setting.json
└── vnpy_strategy    
    ├── backtest_fixed_time.py   # 运行回测
    ├── run_window.py            # 通过图像界面操作
    ├── strategies               # 自己写的量化策略,都在这个目录
    │   └── simple_double_ma.py  
    └── utils                    # 工具类代码，都会放在这个目录
        └── download_data_binance.py

代码说明

使用VNPY创建自己的策略需要继承CtaTemplate, 下面也是官方一个简单均线策略，来对vn.py回测框架的熟悉。

双均线策略，指的是运用两条不同周期的移动平均线，即短周期移动平均线和长周期移动平均线的相对大小，研判买进与卖出时机的策略。由短周期均线自下向上穿越长周期均线，所形成的交点，称为金叉。当短周期均线自上而下穿越长周期均线，所形成的交点，称为死叉。

这样我们可以构建一个双均线策略：双均线金叉的时候，表明该币很强势，市场属于多头市场；反之，当出现死叉点时，市场属于空头市场。

4、回测

回测之前，需要下载历史数据；如果配置了MongoDB,数据下载完成后可以在MongoDB查看

4.1、命令方式回测

1	python run_backtest.py

回测结果

2021-05-24 23:18:06.187119    首个交易日：2017-09-05
2021-05-24 23:18:06.187126    最后交易日：2018-05-20
2021-05-24 23:18:06.187131    总交易日：258
2021-05-24 23:18:06.187137    盈利交易日：139
2021-05-24 23:18:06.187142    亏损交易日：117
2021-05-24 23:18:06.187151    起始资金：300,000.00
2021-05-24 23:18:06.187159    结束资金：300,969.58
2021-05-24 23:18:06.187165    总收益率：0.32%
2021-05-24 23:18:06.187170    年化收益：0.30%
2021-05-24 23:18:06.187177    最大回撤:     -608.35
2021-05-24 23:18:06.187183    百分比最大回撤: -0.20%
2021-05-24 23:18:06.187188    最长回撤天数:     8
2021-05-24 23:18:06.187194    总盈亏：969.58
2021-05-24 23:18:06.187200    总手续费：101.55
2021-05-24 23:18:06.187208    总滑点：0.00
2021-05-24 23:18:06.187215    总成交金额：101,552.30
2021-05-24 23:18:06.187220    总成交笔数：171
2021-05-24 23:18:06.187226    日均盈亏：3.76
2021-05-24 23:18:06.187231    日均手续费：0.39
2021-05-24 23:18:06.187237    日均滑点：0.00
2021-05-24 23:18:06.187243    日均成交金额：393.61
2021-05-24 23:18:06.187250    日均成交笔数：0.6627906976744186
2021-05-24 23:18:06.187256    日均收益率：0.00%
2021-05-24 23:18:06.187262    收益标准差：0.02%
2021-05-24 23:18:06.187267    Sharpe Ratio：1.11
2021-05-24 23:18:06.187273    收益回撤比：1.60
2021-05-24 23:18:06.187780    策略统计指标计算完成

4.2、图像界面方式回测

运行run_window.py文件，即可启动图像界面回测。启动成功后，整个界面如下所示。

1	python run_window.py

图像界面回测结果如下：

回测之前，一定要先下载数据，有问题，可以多去看看官方的文档;

5 如何运行VNPY2.4.0

5.1 环境配置

基本的环境配置，安装参考上一篇
系统：Mac
Python环境：3.8.8

5.2 拉取最新的代码

拉取代码

# 拉取代码
git clone https://github.com/vnpy/vnpy.git
# 切一个分支，如：local_dev
git checkout -b local_dev

安装依赖

下面几个常用的模块已经拆出去作为一个独立的项目，如果要运行VNPY项目，下面几个包是需要安装的

pip install vnpy-ctabacktester
pip install vnpy-ctastrategy
pip install vnpy-datamanager
pip install vnpy-riskmanager

5.3 新建一个目录

为了原始项目干净，新建一个目录(名称随意)，在这个目录可以写自己的策略代码，工具类等

比如我自己新建了一个目录workspace,
在workspace目录下再新建两个目录：
- .vntrader: 存放配置文件的地方(mac系统下默认存放路径是~/.vntrader, 不过编辑什么的不方便)
- strategies: 存放策略代码的地方

5.4 实现代码

策略代码：simple_double_ma
启动App(图像界面)：run_app.py
回测(命令行)：run_backtest.py

6. 问题

系统的策略，还有自己写的策略，都加载不到

版本升级有风险，升级到2.4.0后，发现自己写的策略程序都无法加载，阅读源代码，才发现官方没有做到系统兼容，等待下一版修复。

Mac，Linux用户要运行代码，肯定需要改下源码,测试就OK了：

包vnpy_ctastrategy ，文件engin , 803行
包vnpy_ctabacktester，文件engin, 95行

1 2	# 源代码 pathname: str = str(path) + f"\\.{suffix}" pathname: str = str(path) + f"/.{suffix}"

7.总结

新的版本问题肯定是有的，下载源码，运行调试，不断探索。

1. 更新内容

详细查看Github更新日志

主要看了下2.4.0版本做了很大的调整

将Deribit接口剥离到vnpy_deribit项目中，并升级到2.0.1版本
剥离CTA策略模块下的穷举和遗传优化算法到vnpy.trader.optimize模块下
遗传算法优化完成后，输出所有回测过的参数对应结果（而不只是最优结果）
CTA策略引擎加载策略文件时，增加模块重载的操作，使得任何策略文件修改可以立即生效
CTA策略引擎扫描特定目录下的策略文件时，使用glob函数（替换原有的os.walk），避免对子目录中文件的错误加载
将CTA策略模块剥离到vnpy_ctastrategy项目中
将CTA回测模块剥离到vnpy_ctabacktester项目中
将XTP接口剥离到vnpy_xtp项目中，并升级到2.2.27.4版本
将事前风控模块剥离到vnpy_riskmanager项目中
将数据管理模块剥离到vnpy_datamanager项目中
将Deribit接口剥离到vnpy_bybit项目中，并升级到2021.6.21版本

2021-11-25 该篇文章被 Yann 打上标签: 量化