DevilYuan股票量化系统使用教程
2024-08-16 12:17:49作者:房伟宁
项目介绍
DevilYuan股票量化系统是一个由Python编写的开源项目,支持Python 3.4+。该系统提供了股票数据的可视化、多线程事件引擎以及四大核心功能:股票数据、选股、策略回测和实盘交易。系统利用PyQT进行界面开发,数据来源包括Wind免费个人接口和TuShare等。此外,DevilYuan还支持实盘微信提醒及交互、一键挂机全自动交易、模拟交易等功能。
项目快速启动
环境准备
- 操作系统:Windows 7/8/10
- Python环境:安装Anaconda Python 3.4+ 64位版本
- 数据库:安装MongoDB并将MongoDB配置为系统服务
- 硬盘空间:建议配备1T以上的硬盘
安装步骤
-
克隆项目:
git clone https://github.com/MicroEngine/DevilYuan.git cd DevilYuan -
安装依赖:
pip install -r requirements.txt -
启动系统:
python DyMainWindow.py
应用案例和最佳实践
应用案例
DevilYuan股票量化系统已被广泛应用于个人投资者和量化交易团队中,用于自动化交易策略的开发和回测。例如,某投资者使用DevilYuan系统开发了一个基于均线交叉的策略,并通过系统进行历史数据回测和实盘交易,取得了良好的收益。
最佳实践
- 策略开发:使用系统提供的策略编写模板,结合个人交易理念开发策略。
- 数据管理:利用系统自动下载历史数据到MongoDB数据库的功能,确保数据的完整性和及时性。
- 风险控制:在实盘交易中,设置合理的止损点和仓位管理,降低交易风险。
典型生态项目
DevilYuan股票量化系统作为一个开源项目,其生态系统中包含多个相关项目和工具,例如:
- 数据接口:与Wind、TuShare等数据接口的集成,提供丰富的历史数据支持。
- 策略库:社区贡献的策略库,包含多种经典和创新的量化交易策略。
- 可视化工具:基于PyQT的界面开发,提供直观的数据展示和操作界面。
通过这些生态项目的支持,DevilYuan股票量化系统能够更好地服务于量化交易者和开发者,提供全面的技术支持和丰富的功能扩展。
登录后查看全文
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
514
3.69 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
873
530
Ascend Extension for PyTorch
Python
315
358
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
333
151
暂无简介
Dart
753
181
React Native鸿蒙化仓库
JavaScript
298
347
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
110
125
仓颉编译器源码及 cjdb 调试工具。
C++
152
884