vnpy

vnpy是很有货的宝藏项目。包括bar和tick回测，有GUI界面，社区也有很好的交流氛围。这里对该项目进行简要梳理。

安装

github有.sh文件，但我在mac装完不兼容，后来是按照如下方式配置的。

• 方法1
  • 新建环境 conda env create --name vnpy python==3.10
  • 切换 conda activate vnpy
  • 开装 pip install -r ./requirements.txt
  • ta-lib conda config --add channels conda-forge\nconda install ta-lib==0.4.24
• 方法2
  • 后来发现有官方安装文档，哈哈
• 方法3
  • 如果是windows，可以使用他们的客户端

初步使用

• 安装后还要进行初步配置
• 然后进行数据配置，我目前采用的是米筐 RQData，也可以采取其他数据配置方法
• 还有些使用细节，比如
  1. 无论变量还是参数，都必须定义在策略类中，而非策略类的__init__函数中；
  2. 参数和变量，均只支持Python中的四种基础数据类型：str、int、float、bool，使用其他类型会导致各种出错（尤其注意不要用list、dict等容器）；
  3. 如果在策略逻辑中，确实需要使用list、dict之类的容器用于数据缓存，请在__init__函数中创建这些容器。
• 具体还是看公众号上的入门合集 vn.py快速入门

探索tick级回测

• 我主要关注的是tick回测，看了精选文章，还是基于level1盘口数据，而非level2真正的逐笔数据
  • vn.py社区精选8 - Tick数据载入和策略回测
  • vn.py社区精选21 - Tick级的委托精细化管理
  • vn.py社区精选22 - 看完这篇，彻底学会CSV历史数据导入！
  • 数据管理和查看

结果展示

• CTA回测结果包括四张子图，分别是账户净值、净值回撤、每日盈亏、盈亏分布。在GUI界面的统计指标区域，还有日期信息、资金盈亏、交易成本、日均数据、绩效评价几个方面的常见策略统计量。此外还可以查询委托记录、K线图表等内容。
• 除了结果展示外，对于开发好的策略，还有“参数优化”功能，可以从穷举算法、遗传算法几个方面优化结果。