# VNPY官方 VNTrader （基于期货CTP接口专用量化交易开源软件） #### 介绍 VNTrader是VNPY官方 http://www.vnpy.cn 推出的一款国内期货量化交易开源软件， VNTrader官网 http://www.vntrader.cn 《VNPY官方发布VNTrader期货CTP框架开发环境配置快速入门教程》 https://zhuanlan.zhihu.com/p/388316382 《VNTrader开源项目采用Github Desktop差异更新代码步骤》https://zhuanlan.zhihu.com/p/386181364 《VNPY官方VNTrader 开源，采用Python + PyQT + ctypes + PyQTGraph，是CTP优秀Python框架》https://zhuanlan.zhihu.com/p/382754307 《VNPY官方新架构VNTrader期货CTP接口Python开源框架共同开发者邀请》 https://zhuanlan.zhihu.com/p/390476717 《VNPY官方发布VNTrader的EMA策略实现》https://zhuanlan.zhihu.com/p/392796443 基于GPLV3开源协议，任何机构和个人可以免费下载和使用，无需付费。 注意，需要在期货开盘时间前后20分钟，放开登录CTP接口服务器 期货开盘时间 9:00-11:30 ,1:30 - 15:00 , 21:00-2:30 仿真账户支持 (支持股指期货、股指期权、商品期货、商品期权仿真交易) (只能工作日白天访问网址，其他时间网站关闭) http://www.simnow.com.cn 开立实盘账户(A级期货公司，优惠一步到位) http://www.kaihucn.cn 基于CTP接口的开源性，打破收费软件垄断，采用VNTrader开源项目也可解决自己造轮子导致周期长门槛高的问题。 VNTrader是专门针对商品期货CTP接口的GUI窗口程序，支持多个Python策略组成策略池，支持回测，支持多周期量化交易。 VNTrader客户端开源代码 VNTrader是VNPY官方提供的CTP开源项目客户端源代码， 支持国内149家期货公司的CTP接入， 支持股指期货，股指期权、商品期货、商品期权的程序化交易和量化交易的仿真回测。 全新架构，性能再次升级，python的便捷,C++性能加持，比老版本更好用，性能提升300%以上，全新系统命名未VNTrader，属于VNPY官方发布的重点全新架构的产品。 VNTrader的Python和底层C++代码全部开源， 这个是一个有具大性能提升大版本 VNPY官方网站 http://www.vnpy.cn 官方QQ群： 256163463       ![

用于交互式K线图文章中示例的测试数据，包含K线图中所需的OHLC价格、交易量、移动平均价格以及macd等常用指标的计算值

本程序是模拟手动的方式进行同花顺客户端登录,支持下单和撤单交易,采用的方式是纯粹的键盘输入方式操作,亲测可用拒绝忽悠!

《Python与量化投资-从理论到实战》 书籍配套代码

python实现MCDA模型，使用python以类的方式实现MACD。用实例化的方式创建模型使用，其中MACD模型需要实时传入三个数据模型会自动计算实时的MACD值。

在之前的好文章里面，小编推荐了RSI，MACD和KDJ等指标。今天，小编给各位推荐一个常用的指标CCI。CCI指标，又称顺势指标，专门测量股价是否属于超买超卖类。《日线CCI的计算与展示》的作者用python调取BaoStock的数据计算出了证券每日的CCI指标值，并且绘图如下（为了将CCI指标和证券收盘价进行比较，作者将不同量纲的两个值转化为相似的数量级，即归一化）。同时，该文章也介绍了CCI指标的常用判断规则，例如“+100以上为超买区”，“—100以下为超卖区”等等。有对CCI指标感兴趣的读者，可以好好研究该文章。

python 量化交易

股票K线图识别软件

最近学习Python进行量化交易，第一步是获取实时行情数据，本资源是从新浪财经API接口获取期货实时行情数据的Python源代码（本代码获得的数据不再仅是5分钟行情数据，而是秒级行情更新，行情刷新间隔视网速及获取品种数量而定，一般6个期货品种以下，可以达到间隔数秒刷新），获得数据后转成DataFrame数据对象，以供进一步的数据分析。

小白量化学习-自创指标设计 一、准备工作 1、首先把“HP_formula.py”文件复制到自己的工程目录中。 2、在新文件开始增加下面4条语句。 import numpy as np import pandas as pd from HP_formula import * import tushare as ts 二、对数据预处理 我们采用与tushare旧股票数据格式。 #首先要对数据预处理 df = ts.get_k_data('600080',ktype='D') mydf=df.copy() CLOSE=mydf['close'] LOW=mydf['low'] HIGH=mydf['high'] OPEN=mydf['open'] VOL=mydf['volume'] C=mydf['close'] L=mydf['low'] H=mydf['high'] O=mydf['open'] V=mydf['volume'] 三、仿通达信或大智慧公式 通达信公式转为python公式的过程。 1.‘:=’为赋值语句，用程序替换‘:=’为python的赋值命令‘='。 2.‘:’为公式的赋值带输出画线命令，再替换‘:’为‘=’，‘:’前为输出变量，顺序写到return 返回参数中。 3.全部命令转为英文大写。 4.删除绘图格式命令。 5.删除掉每行未分号; 。 6.参数可写到函数参数表中.例如: def KDJ(N=9, M1=3, M2=3): 例如通达信 KDJ指标公式描述如下。 参数表 N:=9, M1:=3, M2:=3 RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100; K:SMA(RSV,M1,1); D:SMA(K,M2,1); J:3*K-2*D; # Python的KDJ公式 def KDJ(N=9, M1=3, M2=3): RSV = (CLOSE - LLV(LOW, N)) / (HHV(HIGH, N) - LLV(LOW, N)) * 100 K = SMA(RSV,M1,1) D = SMA(K,M2,1) J = 3*K-2*D return K, D, J #----------------------------------- #根据上面原理，我们把大智慧RSI指标改 # 为Python代码，如下。 def RSI(N1=6, N2=12, N3=24): """ RSI 相对强弱指标 """ LC = REF(CLOSE, 1) RSI1 = SMA(MAX(CLOSE - LC, 0), N1, 1) / SMA(ABS(CLOSE - LC), N1, 1) * 100 RSI2 = SMA(MAX(CLOSE - LC, 0), N2, 1) / SMA(ABS(CLOSE - LC), N2, 1) * 100 RSI3 = SMA(MAX(CLOSE - LC, 0), N3, 1) / SMA(ABS(CLOSE - LC), N3, 1) * 100 return RSI1, RSI2, RSI3 四、使用公式并绘图 #假定我们使用RSI指标 r1,r2,r3=RSI() mydf = mydf.join(pd.Series( r1,name='RSI1')) mydf = mydf.join(pd.Series( r2,name='RSI2')) mydf = mydf.join(pd.Series( r3,name='RSI3')) mydf['S80']=80 #增加上轨80轨迹线 mydf['X20']=20 #增加下轨20轨迹线 mydf=mydf.tail(100) #显示最后100条数据线 #下面是绘线语句 mydf.S80.plot.line() mydf.X20.plot.line() mydf.RSI1.plot.line(legend=True) mydf.RSI2.plot.line(legend=True) mydf.RSI2.plot.line(legend=True) 不懂就看我的博客 https://blog.csdn.net/hepu8/article/details/93378543