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 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:
- 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; - 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; - 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:
- 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; - 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; - 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;
- 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。