VeighNa 量化交易平台功能介绍:从交易接口对接到策略自动交易的完整解决方案

原创2026-09-18 09:21:501,995 阅读
文章标签:金融科技桌面应用机器学习

VeighNa 量化交易平台功能介绍:从交易接口对接到策略自动交易的完整解决方案

VeighNa(vnpy)是一套基于 Python 语言的开源量化交易程序开发框架,核心目标是为开发者提供从交易 API 对接到策略自动交易的完整量化解决方案。本文基于官方功能介绍文档,结合仓库源码(版本 vnpy/init.py 中标注的 4.4.0),系统梳理 VeighNa 的目标用户、应用场景、支持的交易接口、开箱即用的应用模块以及通用类组件,帮助读者快速建立对平台功能版图的全貌认知,并明确各模块在实战中的定位与用法。

一、VeighNa 是什么:一套基于 Python 的量化交易开发框架

作为一套基于 Python 的量化交易程序开发框架,VeighNa 致力于提供从交易 API 对接到策略自动交易的量化解决方案。其核心设计思路是"标准化":通过一套标准化的交易平台体系,把不同市场、不同柜台、不同数据源的差异统一收敛到一致的数据模型与事件驱动机制之下,让开发者只需要编写一次策略代码,就能对接国内外的证券、期货、期权、外盘等多种金融市场。

从仓库结构可以直观看到这套框架的分层设计(对应 vnpy 目录):

  • vnpy/trader:交易核心模块,包含 MainEngine(平台核心引擎)、BaseGateway 交易接口抽象基类、BaseDatabase 数据库抽象接口、BaseDatafeed 数据服务抽象接口,以及 TickData、OrderData、TradeData、PositionData 等标准数据对象(见 vnpy/trader/object.py);
  • vnpy/event:事件驱动引擎,是整个事件驱动型交易程序的核心;
  • vnpy/chart:Python 高性能 K 线图表组件;
  • vnpy/rpc:跨进程通讯的 RPC 客户端/服务端实现。

从 MainEngine 的源码 可以看出,平台启动时以 MainEngine 为中枢,统一持有 EventEngine、各类功能引擎(engines)、交易接口(gateways)和应用模块(apps),并通过 add_gateway、add_app 等方法来挂载不同的交易接口与策略应用。

二、目标用户:什么样的开发者适合使用 VeighNa

VeighNa 面向的是希望掌控交易程序全链路细节的 Python 开发者。文档中列出的典型需求场景包括:

  • 基于 Python 开发量化交易程序:充分利用 Python 社区强大的数据研究和机器学习生态,与 pandas、NumPy、scikit-learn 等数据科学工具链无缝衔接;
  • 对接多市场多品种:通过一套标准化的交易平台体系,对接国内外诸多不同类型的金融市场——证券、期货、期权、外盘等,避免为每个柜台单独开发一套交易系统;
  • 使用经过充分实盘检验的策略引擎:完成从数据维护、策略开发、回测研究到实盘自动交易的整个业务流程;
  • 深度定制扩展:增加交易接口、修改 GUI 图形界面、基于事件驱动引擎开发复杂策略应用,满足个性化的交易需求;
  • 掌控源码、杜绝后门:作为开源项目,使用者可以掌控交易程序的源代码细节,杜绝各种程序后门,避免被窃取策略、截获交易信号、偷盗账号密码等风险;
  • 节约成本:无需再支出每年上万的软件授权费或者每笔成交的额外加点。

可以看出,VeighNa 的定位不是"开箱即用、不可修改"的终端软件,而是一套可以被开发者完全掌控和二次开发的交易程序开发框架——这一点从 BaseGateway 的抽象基类设计、BaseApp 的应用模块抽象以及 examples 目录下丰富的可运行示例中都能得到印证。

三、应用场景:从个人投资者到券商资管

文档明确了 VeighNa 的三类典型应用场景,覆盖从个人到机构的完整谱系:

  1. 专业个人投资者:使用 VeighNa Trader 直连期货公司的 CTP 期货柜台,实现从策略开发到实盘自动交易的 CTA 业务流程。仓库中的 examples/veighna_trader/run.py 正是这一场景的最小可运行示例——通过 MainEngine 挂载 CtpGateway 与 CtaStrategyApp、CtaBacktesterApp、DataManagerApp 等应用后启动图形界面;
  2. 创业型私募:基于 RpcService 构建服务器端的统一报盘通道,允许交易员在自己的本地电脑自行开发各类交易策略应用,实现"服务端统一报盘、客户端各自研发"的多进程分布式架构;
  3. 券商资管部门:对接证券公司统一部署的 O32 资管系统,基于事件驱动引擎定制开发多策略复杂系统。

四、支持的交易接口:vnpy.gateway 覆盖全市场

vnpy.gateway 是 VeighNa 的交易接口层,覆盖国内外所有交易品种的交易接口。每个接口都是一个独立的分发包(如 vnpy_ctp、vnpy_xtp),通过继承 BaseGateway 抽象类实现统一的接入规范。从 gateway.py 源码 可以看到,每个接口需要实现 connect/close/subscribe/send_order/cancel_order 等核心方法,并主动回调 on_tick、on_trade、on_order、on_position、on_account、on_contract 等事件,从而把行情与交易数据统一推送到事件引擎。

国内市场

接口名称 模块名 覆盖品种
CTP ctp 期货、期货期权
CTP 测试 ctptest 期货、期货期权
CTP Mini mini 期货、期货期权
飞马 femas 期货
CTP 期权 sopt ETF 期权
顶点飞创 sec ETF 期权
顶点 HTS hts ETF 期权
恒生 UFT uft 期货、ETF 期权
易盛 esunny 期货、黄金 TD
中泰 XTP xtp A 股、两融、ETF 期权
国泰君安统一交易网关 hft A 股、两融
华鑫奇点股票 torastock A 股
华鑫奇点期权 toraoption ETF 期权
中亿汇达 Comstar comstar 银行间市场
东方证券 OST ost A 股
融航 rohon 期货资管
TTS tts 期货
飞鼠 sgit 黄金 TD
金仕达黄金 ksgold 黄金 TD

海外市场

接口名称 模块名 覆盖品种
盈透证券 ib 海外多品种
易盛 9.0 外盘 tap 外盘期货
直达期货 da 外盘期货

特殊应用

接口名称 模块名 用途
RPC 服务 rpc 跨进程通讯接口,用于分布式架构

在 examples/veighna_trader/run.py 中可以看到这些接口的实际挂载方式:默认启用 CtpGateway,其余接口(CtptestGateway、MiniGateway、FemasGateway、XtpGateway、IbGateway 等)以注释形式预留,开发者按需取消注释即可启用。在无界面的脚本模式(examples/no_ui/run.py)下,则可以直接通过 ctp_setting 字典配置 CTP 的用户名、密码、经纪商代码、交易服务器、行情服务器、产品名称、授权编码、产品信息等连接参数。

五、支持的应用:vnpy.app 开箱即用的量化策略交易应用

vnpy.app 是 VeighNa 的应用层,提供了开箱即用的各类量化策略交易应用。每个应用都是一个独立的分发包(如 vnpy_ctastrategy、vnpy_spreadtrading),通过继承 BaseApp 抽象类,声明 app_name(引擎创建用唯一名称)、app_module(导入模块)、engine_class(引擎类)、widget_name(界面类名)等属性后,即可被 MainEngine.add_app() 一键挂载到平台中,同时获得对应的 GUI 界面与后台引擎。

策略与回测类

  • cta_strategy(CTA 策略引擎模块):在保持易用性的同时,允许用户针对 CTA 类策略运行过程中委托的报撤行为进行细粒度控制,从而降低交易滑点、实现高频策略;
  • cta_backtester(CTA 策略回测模块):无需使用 Jupyter Notebook,直接使用图形界面进行策略回测分析、参数优化等相关工作。仓库中的 examples/cta_backtesting/backtesting_demo.ipynb 和 examples/cta_backtesting/portfolio_backtesting.ipynb 提供了脚本化回测的对照参考;
  • spread_trading(多合约价差套利模块):除了支持手动启动算法买卖价差外,也支持使用策略模板 SpreadStrategyTemplate 开发各种价差类的量化交易策略;
  • algo_trading(算法交易模块):提供 TWAP、Sniper、Iceberg、BestLimit 等多种常用的智能交易算法,并支持常用算法配置保存;
  • option_master(期权波动率交易模块):提供波动率曲线图表,允许用户作出相应的判断分析,使用波动率管理组件设置定价参考波动率,再通过期权电子眼算法自动扫描市场上的交易机会并瞬时完成交易;
  • portfolio_strategy(多合约组合策略模块):专门针对需要同时交易多合约的量化策略设计,满足其历史数据回测和实盘自动交易的需求。对应回测示例见 examples/portfolio_backtesting/backtesting_demo.ipynb;
  • script_trader(脚本策略模块):针对多标的组合类交易策略设计,同时支持在命令行中实现 REPL 指令形式的交易,不支持回测功能。

行情、数据与交易辅助类

  • chart_wizard(实时 K 线图表模块):实现简单的实时 K 线行情显示,在本地合约代码编辑框中输入 vt_symbol,点击【新建图表】按钮即可打开对应合约的图表;
  • rpc_service(RPC 服务模块):允许将某一 VeighNa Trader 进程启动为服务端,作为统一的行情和交易路由通道,允许多客户端同时连接,实现多进程分布式系统。其底层跨进程通讯实现位于 vnpy/rpc,对应的最小示例见 examples/simple_rpc/test_server.py 与 examples/simple_rpc/test_client.py;
  • excel_rtd(EXCEL RTD 模块):RTD 全称 RealTimeData,是微软主要为金融行业的实时数据需求设计的 Excel 数据对接方案,该模块用于实现在 Excel 中访问 VeighNa 程序内任意数据信息的功能;
  • data_manager(历史数据管理模块):VeighNa Trader 内部针对历史数据的多功能管理工具,支持数据导入、数据查看以及数据导出等功能,支持自定义数据表头格式;
  • data_recorder(行情记录模块):基于图形界面进行配置,根据需求实时录制 Tick 或 K 线行情到数据库中,用于策略回测或者实盘初始化。命令行版示例见 examples/data_recorder/data_recorder.py;
  • risk_manager(风险管理模块):提供包括交易流控、下单数量、活动委托、撤单总数等规则的统计和限制,有效实现前端风控功能;
  • web_trader(Web 服务模块):针对 B-S 架构需求设计,实现提供主动函数调用(REST)和被动数据推送(Websocket)的 Web 服务器;
  • portfolio_manager(投资组合管理模块):主要面向各种采用基本面策略的投资者,针对每个投资策略创建一个独立的投资组合策略对象;
  • paper_account(模拟交易账户模块):为了解决目前各类需要依赖服务端功能的仿真交易账户的问题,直接在交易客户端内部提供一套本地化的模拟交易环境,同时基于实盘行情的盘口数据进行委托撮合。

这些应用在 examples/veighna_trader/run.py 中以 main_engine.add_app(...) 的方式统一挂载:默认启用 CtaStrategyApp、CtaBacktesterApp 和 DataManagerApp,其余应用(SpreadTradingApp、AlgoTradingApp、OptionMasterApp、PortfolioStrategyApp、ScriptTraderApp、ChartWizardApp、RpcServiceApp、ExcelRtdApp、DataRecorderApp、RiskManagerApp、WebTraderApp、PortfolioManagerApp、PaperAccountApp)按需取消注释即可加入,直观体现了平台"模块化、按需组装"的设计理念。

六、通用类组件:事件引擎、K 线图表、数据库与数据服务

除交易接口和应用模块外,VeighNa 还提供了一批通用类组件,作为支撑整个平台的底层基础设施:

  • vnpy.event(事件驱动引擎):简洁易用的事件驱动引擎,是事件驱动型交易程序的核心。从 vnpy/event/engine.py 的源码可以看到,EventEngine 内部维护一个事件队列 _queue、一个分发线程 _thread 和一个定时器线程 _timer:事件通过 put() 进入队列,分发线程按事件类型把事件派发给已注册的处理器,定时器线程则默认每 1 秒生成一个 EVENT_TIMER 定时事件(vnpy/event/engine.py)。这种"生产者-消费者 + 类型分发"的架构,保证了行情推送、订单回报、成交回报等高频事件在交易程序中的有序处理。交易平台层的事件类型定义在 vnpy/trader/event.py,包括 eTick.(行情)、eTrade.(成交)、eOrder.(委托)、ePosition.(持仓)、eAccount.(账户)、eQuote.(报价)、eContract.(合约)与 eLog(日志);
  • vnpy.chart(K 线图表组件):Python 高性能 K 线图表,支持大数据量图表显示以及实时数据更新功能,是 chart_wizard 实时图表模块的底层支撑;
  • vnpy.trader.database(数据库抽象接口):集成了几大数据库管理端模块,以支持数据库读写性能和未来的新数据库扩展。从 vnpy/trader/database.py 可以看到,BaseDatabase 抽象类定义了 save_bar_data、save_tick_data、load_bar_data、load_tick_data、delete_bar_data、delete_tick_data、get_bar_overview、get_tick_overview 等统一的数据读写接口;而 get_database() 会根据全局配置 SETTINGS["database.name"] 动态导入对应的数据库驱动模块(如 vnpy_mysql、vnpy_postgresql 等),未配置时自动回退到默认的 SQLite 数据库;
  • vnpy.trader.datafeed(数据服务抽象接口):提供标准化接口 BaseDatafeed,带来更加灵活的数据服务支持。从 vnpy/trader/datafeed.py 可以看到,BaseDatafeed 定义了 init()(初始化连接)、query_bar_history()(查询历史 K 线)、query_tick_history()(查询历史 Tick)三个核心方法;get_datafeed() 根据全局配置 SETTINGS["datafeed.name"] 动态加载对应的数据服务模块,未配置时会给出提示并使用一个返回空数据的默认实现。

七、快速上手:从示例代码理解平台的组装方式

结合仓库中的可运行示例,可以快速理解 VeighNa 的组装与运行方式:

  1. 图形界面模式:参考 examples/veighna_trader/run.py,流程为创建 Qt 应用(create_qapp())→ 创建 EventEngine → 创建 MainEngine → 通过 add_gateway() 挂载交易接口(如 CtpGateway)→ 通过 add_app() 挂载应用模块(如 CtaStrategyApp、DataManagerApp)→ 创建并显示 MainWindow 主窗口;
  2. 无界面脚本模式:参考 examples/no_ui/run.py,通过 SETTINGS 全局配置开启日志(SETTINGS["log.active"]、SETTINGS["log.level"]、SETTINGS["log.console"]),以字典形式配置 CTP 连接参数,适合部署在服务器上做无人值守的自动化交易;
  3. RPC 分布式模式:参考 examples/simple_rpc/test_server.py 与 examples/simple_rpc/test_client.py,将行情与交易能力通过 RPC 服务暴露给多个客户端进程;
  4. 数据下载与回测研究:仓库还提供了 examples/download_bars/download_bars.ipynb、examples/cta_backtesting/backtesting_demo.ipynb 等 Notebook 示例,方便在 Jupyter 环境中完成数据准备与策略研究。

八、总结

VeighNa 的整个功能体系可以概括为三个层次:交易接口层(vnpy.gateway) 负责屏蔽不同柜台与市场的接入差异;应用层(vnpy.app) 提供 CTA 策略、回测、价差套利、算法交易、期权波动率、组合策略、风控、模拟交易等开箱即用的业务能力;通用组件层(vnpy.event / vnpy.chart / database / datafeed) 提供事件驱动、图表显示、数据存储与数据服务等底层基础设施。三者在 MainEngine 的统一调度下协作,构成了一个从数据维护、策略开发、回测研究到实盘自动交易的完整量化交易开发生态。

登录后查看全文
vnpy