【亲测免费】 WonderTrader 安装和配置指南
2026-01-21 04:50:28作者:廉皓灿Ida
1. 项目基础介绍和主要编程语言
项目基础介绍
WonderTrader 是一个基于 C++ 核心模块的量化交易开发框架,旨在为专业机构提供高效率、高可用的量化交易解决方案。它覆盖了从数据落地清洗、回测分析、实盘交易到运营调度的所有环节,支持全市场全品种交易。
主要编程语言
WonderTrader 的核心模块主要使用 C++ 编写,提供了高性能和低延迟的交易引擎。此外,它还提供了 Python 子框架(wtpy),方便用户使用 Python 进行策略开发和回测。
2. 项目使用的关键技术和框架
关键技术和框架
- C++ 核心模块:提供高性能的交易引擎和数据处理能力。
- Python 子框架(wtpy):方便用户使用 Python 进行策略开发和回测。
- 交易引擎:包括 CTA 引擎、SEL 引擎、HFT 引擎和 UFT 引擎,满足不同策略的需求。
- 数据伺服:提供高效的数据存储和分发服务。
- 风险控制:支持组合盘资金风控、通道流量风控和账户资金风控。
- 监控服务:提供实时监控和自动调度服务。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 操作系统:建议使用 Linux 或 macOS 系统,Windows 系统也可支持。
- 开发环境:确保已安装 C++ 和 Python 的开发环境。
- 依赖库:安装必要的依赖库,如 Boost、CMake 等。
- Git:确保已安装 Git,用于克隆项目代码。
详细安装步骤
步骤 1:克隆项目代码
首先,使用 Git 克隆 WonderTrader 的项目代码到本地:
git clone https://github.com/wondertrader/wondertrader.git
cd wondertrader
步骤 2:安装 C++ 依赖库
确保系统已安装必要的 C++ 依赖库,如 Boost、CMake 等。可以使用包管理器进行安装:
-
Ubuntu/Debian:
sudo apt-get install libboost-all-dev cmake -
macOS:
brew install boost cmake
步骤 3:编译 C++ 核心模块
进入项目目录,使用 CMake 进行编译:
mkdir build
cd build
cmake ..
make
步骤 4:安装 Python 子框架(wtpy)
确保已安装 Python 3.8 或更高版本,然后使用 pip 安装 wtpy:
pip install wtpy
步骤 5:配置环境变量
将 WonderTrader 的安装路径添加到系统的环境变量中,以便在 Python 中调用:
-
Linux/macOS:
export WONDERTRADER_HOME=/path/to/wondertrader export PATH=$PATH:$WONDERTRADER_HOME/bin -
Windows:
setx WONDERTRADER_HOME "C:\path\to\wondertrader" setx PATH "%PATH%;%WONDERTRADER_HOME%\bin"
步骤 6:验证安装
运行一个简单的 Python 脚本,验证 WonderTrader 是否安装成功:
import wtpy
print(wtpy.__version__)
如果输出版本号,说明安装成功。
总结
通过以上步骤,您已经成功安装并配置了 WonderTrader 项目。接下来,您可以开始使用 C++ 或 Python 进行量化策略的开发和回测。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
540
3.77 K
Ascend Extension for PyTorch
Python
351
417
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++
889
614
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
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
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
115
141
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.35 K
758