vnpy实践

github主页：https://github.com/vnpy/vnpy

官方文档：https://www.vnpy.com/docs/cn/index.html

• 可参考文档配置数据库、数据接口、交易接口。

官方论坛：https://www.vnpy.com/forum/ 常见问题可以在这里搜

安装

• 安装Python发行版VeighNa Studio-4.4.0。集成内置了VeighNa框架以及VeighNa Station量化管理平台，无需手动安装

最好别手动安装，可能有版本问题，费时费力。注：若提示未找到alphalens包，不要直接安装alphalens，而是装alphalens-reloaded>=0.4.5。

提示缺失的包应参考pyproject.toml文件的版本。

• 使用环境：Window 10，Python 3.13

使用指南

1. 在SimNow注册CTP仿真账号，并在该页面获取经纪商代码以及交易行情服务器地址。下述红线画出的，是在获取交易行情，进行模拟交易，配置交易接口需要填的内容。
   

   1. 配置交易行情等服务器流程：
      

   2. 选择系统里的连接CTP
      

   3. 输入后点击连接
      

   4. 注意如果连不通交易或行情服务器，可用telnet测试该端口是否是通的，非交易时间可能是关闭状态
      

在VeighNa社区论坛注册获得VeighNa Station账号密码（论坛账号密码即是）

2. 启动VeighNa Station（安装VeighNa Studio后会在桌面自动创建快捷方式），输入上一步的账号密码登录
3. 点击底部的VeighNa Trader按钮，开始你的交易！！！

也可以脚本运行软件，方式参考官方github

配置数据库

参考官方文档配置，用sqlite，无需配置密码等。示例如下：

• 直接修改vnpy\trader\setting.py脚本里的

  "database.name": "sqlite", "database.database": "database.db",

• 或在界面配置上修改：点击配置后，在弹框里对应字段修改。
  

配置数据接口

参考https://www.vnpy.com/docs/cn/community/info/datafeed.html，使用tqsdk，可试用1个月，试用流程简洁，试用期过后也可以获得数据。

天勤TQSDK是由信易科技推出的Python程序化交易解决方案，提供当前可交易合约上市以来的历史数据获取：

• 项目地址：vnpy_tqsdk
• 数据分类：期货
• 数据周期：分钟线（实时更新）
• 注册申请：天勤量化-信易科技(shinnytech.com)

也可使用tushare，但tushare在免费积分内只够获取股票类数据，无法获取期货类。

配置流程：

• 直接修改vnpy\trader\setting.py脚本里的

  "datafeed.name": "tqsdk", "datafeed.username": "账户名", "datafeed.password": "密码",

• 在界面配置上修改
  

CTA回测

可直接参考官方文档https://www.vnpy.com/docs/cn/community/app/cta_backtester.html，以下是简洁示意。

选择交易栏里的CTA回测研究模块。

在功能栏里选择CTA回测

在弹窗里，先下载需要的数据，指定本地代码（股票、期权代码），指定日期等，点击下载数据。

再选择交易策略，弹出策略配置超参后，可修改再开始回测即可。

回测不同策略、超参和时间段

结论：对不同的时间段，应及时选择合适的策略，配合合适的超参。应有选择的选取合理的目标来优化超参。

不同策略：

分析：同时间段，不同策略表现不同，应针对市场表现选择合适策略。如下双均线法就是亏损，而boll法则是盈利。

双均线法，总收益率=-1.94%，

boll法，总收益率为7.54%。

不同超参：

分析：同策略同时间段，不同超参会极大影响策略表现。

（1）当boll_window为20，boll_dev=3.4

亏损-3.2w

不同指标优化超参数

分析：同一个策略，根据不同的指标，优化超参数，可以看到最好的指标对应超参数是不同的。优化目标的选择也很重要。

根据总收益率，优化超参数，主要是boll_window【15~21】和boll_dev【2.4~4.4】

根据夏普比率，优化超参数。

根据收益回撤比，优化超参数：

（2）当boll_window改为17，而boll_dev改为2.4时，如下：

盈利12w。收益率为12.08%，百分比最大回撤为-3.42%。调整超参前，是亏损的，略调整后是盈利的，以及回撤天数、回撤百分比也不同。说明策略的表现对超参的选择极为敏感。

不同时间段

分析：在不同时间段，同策略同参数的表现也不同。应针对当前时间的表现，及时更换策略。

4月25日到5月25日；boll策略总收益-4.62%，该策略震荡未有明显反转的行情中表现不佳。

3月25日到4月25日，boll策略盈利，总收益率为6.14%，只成交2笔。该策略在突破横盘，市场呈现上升趋势，表现良好。

不使用vnpy也可在线回测，以tqsdk为例

用于敏捷学习

天勤参考策略实现：https://doc.shinnytech.com/tqsdk/latest/demo/strategy.html

天勤因子计算分析：https://doc.shinnytech.com/tqsdk/latest/demo/notebooks/factor.html

tqsdk和vnpy有区别https://doc.shinnytech.com/tqsdk/latest/advanced/for_vnpy_user.html#for-vnpy-user/