功夫核心库:量化交易者的开源利器
2024-10-10 20:51:23作者:钟日瑜
项目介绍
功夫核心库 是一款专为量化交易者设计的开源交易执行系统。它旨在解决量化交易中的核心问题,包括低延迟交易、开放的策略编写方式、友好的使用体验以及跨平台运行。功夫核心库不仅提供了微秒级别的系统响应速度,还支持纳秒级时间戳的交易数据实时存储和盘后分析,为量化交易者提供了强大的技术支持。
项目技术分析
功夫核心库的系统架构设计精良,涵盖了后台核心、策略接口和前端UI三个主要部分:
-
后台核心(C++):
- 长拳(longfist):定义了金融交易相关的数据格式,并提供了多种语言的序列化支持。
- 易筋经(yijinjing):专为金融交易设计的超低延迟时间序列内存数据库,支持纳秒级时间精度。
- 咏春(wingchun):策略执行引擎,提供策略开发接口,实时维护策略账目及持仓情况。
-
策略接口(C++/Python):
- RxCpp:响应式事件处理框架,支持对多种数据类型的金融交易数据进行灵活处理。
- numpy/pandas:自带的Python运行环境原生提供这些工具供策略使用。
-
前端UI(Node.js):
- Electron:跨平台的桌面应用开发框架。
- Vue.js:UI开发框架,提供友好的图形化操作界面。
项目及技术应用场景
功夫核心库适用于以下应用场景:
- 量化交易平台:为量化交易者提供低延迟、高精度的交易执行系统。
- 策略开发与测试:支持Python和C++策略编写,策略师可以自由使用第三方计算库,进行策略开发与测试。
- 跨平台交易系统:支持Windows、MacOSX和Linux三大主流平台,满足不同用户的需求。
项目特点
- 低延迟交易:提供微秒级别的系统响应,支持纳秒级时间戳的交易数据实时存储和盘后分析。
- 开放的策略编写方式:支持Python 3及C++形式的策略编写,策略师可以不受限地使用第三方计算库。
- 友好的使用方式:提供图形化操作界面,简化策略运维流程,同时支持进阶用户通过底层API无界面使用系统。
- 跨平台运行:支持Windows、MacOSX和Linux三大主流平台,编译运行无障碍。
结语
功夫核心库作为一款专为量化交易者设计的开源交易执行系统,凭借其低延迟、开放的策略编写方式、友好的使用体验以及跨平台运行的特点,成为了量化交易领域的强大工具。无论你是量化交易的新手还是资深策略师,功夫核心库都能为你提供强大的技术支持,助你在量化交易的道路上更进一步。
立即访问 功夫核心库 了解更多信息,开始你的量化交易之旅吧!
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
279
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
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K