ITPub博客

分享一个自用LightGBM期货交易信号预测模型, 具体介绍见下面的Readme, 这个算是一个深度AI辅助编程的结果, 某个时候感觉像是我在辅助他. 训练好的模型可以在vn.py平台作为策略使用, 具体将另外写一篇.Github repo地址 BillyZhangGuoping/Standalone-LightGBM-Futures-Trading-Model: Standa

之前是采用vnpy 2.6 作为主力更新环境；有本时候会安装不同版本来学习和开发。介绍下不同版本的vnpy （VeighNa）在一台开发机安装，这里是在windows环境使用anaconda的虚拟环境来使用。通过使用虚拟环境可以方便的管理版本，打包迁移1. 用管理员打开anaconda的命令行（prompt），键入如下创建，这里python版本是必须输入，可以3.8，或者其他，即便和主环境版本一样

现在VeighNa交易是按日进行统计回测的，但是在之前的v1版本，是同时支持按日和按照交易数统计回测结果。通过借用之前版本的代码，可以获得按交易数统计回测结果，下图示例，其中红框的都是按交易统计获得数据，比如交易胜率就是盈利交易次数比总交易次数：代码改动，在cta_strategy.backtesting新增TradingResult类中，这里如果输入费率如果大于0.1，则费率按手数计算，小于按照

现在VeighNa自带的回测引擎，只提供了按比率计算交易费用的功能。在国内期货中，有很多品种是按照手数计算费用，比如郑期所所有品种，大连和上海的部分品种。这里为回测加入按手数计算交易费用，比较常用做法是在加入一个新枚举（ENUM）参数“费率类型”，包括 按手数 按比率，然后在计算费率时候按照费率类型，来计算。改动比较多。这里倒是有个简单方法，通常按照比率都是在万几，而一手收费在几元。比如螺纹钢是万

一个简单的引用，分成两步，第一步增强邮件引擎，使得可以发送附件邮件，第二部在回测widget的里面加入一个新方法，在优化完成适合被调用。下面代码是加入EmailEngine，新增一个add_attch， 增强send_email，不是很优雅，不过不会对已有用到send_email的不会又太大影响。    def add_attch(self,msg

VeighNa的默认的CTA策略开平仓管理是按照手数fixedSize管理，确定固定手数的时候往往要自己心里对应的策略投入资金，而且因为合约价格的变动和保证金率的改动，同样手数对应的资金量也不是统一的。而大多数时候，对于策略绩效和benchmark的对比，都是基于投入资金（Nominal Amount）来讲的，而且当策略数量很多时，也需要通过投入资金来做整体仓位管理，而不是粗略的手数估算。最后一个

之前使用vnpy自带的回测代码，和一些python自开发，可以分析单个策略绩效。但是如果对于多个策略和合约投资，想从多个维度，可以灵活的按照自定义特性来分析，还是需要一些专业工具。 一开始想使用一些python相关的，比如QuantStats，是一个非常好的策略绩效分析库，但是功能其实类似与vnpy自带，可以针对单个策略做全面分析，但是缺乏多维度，组合分析。 后来觉得还是使用专

vntrader 自带的移仓助手相当不错，不过细节少了些。我结合实际使用，使用向导界面，在丰富了一些细节，在原理代码上做了一个新版移仓助手。第一页界面输入移仓合约后，跳出需要移仓的策略。这里可以通过打勾选择需要移仓的策略，如果策略不用移仓可以取消。这里增加了一些错误判断，比如目标合约不能是带移仓合约。第二页界面下一步后进入第二页界面，上面是统计策略持仓和账户实际持仓；如果不一致，则会报错；当然如果

利用之前文章写的保存成交order，借鉴vnpy已有的回测分析报表，生成一个实盘交易分析报表。截图如下。这里有个统计按钮，点击输出统计界面因为我的代码改动不少，直接拿来用估计不合适，只做参考。首先要自行修改database的代码，新增按照strategy名称，和时间段读取保存到数据的order，按照时许正向返回。读取出来是一个order的队列，下面代码可以放在cta_engine.py, 是把开仓

这个是一个常见需求，按照策略实例记录交易条目和损益。整体的损益可以通过第三方行情软件来分析，如果有多个CTA策略实例（策略-品种-参数组合实例），如何对每个策略实例记录交易条目和损益情况。下面代码是在vntrader 2.6 级别的实例代码，并不完全，因为改动比较多，这个仅仅是一个思路的示例。先简单介绍下思路，记录分为3个部分，一个是新建触发停止单对象加入触发价，首单价和成交均价信息，二个把完成的

看到群里有人问vnpy下多账户同时运行，并且给每个账户分配不同工作内容，就是执行不同策略。考虑了一下，实现方式很多，在vnTrader 实例代码中 no_ui 启动vnTrader就是用使用多进程模块multiprocessing，在子进程中运行。因为python GIL全局锁的存在，每个子进程都有独立的实例化环境，其实就是一个独立运行vnTrader。那么多开几个子进程，分配给对应的账户参数，就

创建一个集中的k线生成引擎，可以统一的生成不同品种和长度的k线；各个策略采用注册订阅的模式，接收k线更新和推送。使用背景，在使用vntrade cta策略交易模块时候，其每个策略都有各自实例化的K线生成器BarGenerator，来根据传入的tick或者历史回放的bar，来合成需要的k线bar，在on_minute_bar方法中进行条件发单或者平仓。对于中低频的分钟级策略，一个策略大部分时候，甚至

其实用VnTrader都知道，CTA策略启动分两步，第一步初始化，第二部启动。初始化要做的比较多，比如回放历史数据，加载保存交易数据等，如果加载历史数据较多，或者从数据源实时下载，是要一会。如果no_ui， 或者定时运行；能不呢让CTA策略初始化完成后，自动启动呢。看起来很简单。cta_engine.init_strategy(strategy.strategy_name) cta_engine

事情是这样，我在用python自带的logging.FileHandler，输出logging记录，主要是记录主力合约切换的。很简单。就是用米筐的get_dominant或者聚宽的get_dominant_future去查询一段时间品种的主力合约，返回的都是是日期为index，合约名称为值的Pandas.Series。这里可以用Series自带的drop_duplicates()， 如果返回一个主

最近想到个需求，针对期货CTP接口，比如持有三个合约，每个合约占用的资金比率。这个需求分解下，就是资金占用，这个在期货中就是保证金金额。在CTP接口中，OnRspQryTradingAccount 方法是返回查询账户资金信息，可以返回账号总保证金金额。而onRspQryInvestorPosition方法是返回查询持仓情况，持仓情况包括对应合约的保证金金额，这里要注意的地方是，CTP 系统将持仓明

首先个人推荐使用第三方数据源，如果数据源质量有保证的话。如果启动第三方数据源，在cta策略启动时候，会从数据源下载load_bar所需要的预期的数据，看策略需求，下载日期或长或短。如果策略较少没关系，如果策略较多，尤其是同一合约有多个策略时候，每次启动就花费非常多时间，而且很多是重复下载，比如如果有多个螺纹钢策略，就要下载多次螺纹钢数据，还是不太方法。这里思路很简单，策略启动时候，对比启动需要数据

最近在做vnpy的一些界面修改，里面很多要做内容就是按照Event事件，作为pyqt5信号，来触发信号槽函数。简单介绍下pyqt5的信号和信号槽，信号是就是QtCore.pyqtSignal类的实实例对象。信号有个emit() 方法，当emit执行时候，相当于触发信号，激活对应的信号槽。信号槽就是对应函数，将会被操作。界面按钮点击或者屏幕双击，都是一些原生的信号事件，直接调用就是可以，至于更多相关

VnTrader提供了手工交易的界面，这样紧急情况下可以手工下单。但是现有的手工交易界面选项比较多，尤其是针对上交所的平昨平今，还要看看对应持仓情况，不然就提示仓位不足，非常耽误事情。想到cta策略发单都参数其实很简单，针对平今平昨已经提供了OffsetConverter类对订单处理，这里就调用借鉴来简单化手工下单界面。手下看看简化完以后界面，在逐条说说。最近做vntrader界面修改的事情挺多，

最近在做VNPY前台界面的修改，不可避免就是要接触到Event事件和相关的引擎，学习了不少。这里简单介绍下Event事件和相关处理；然后关于如何维护自己定义的新事件类型。在VNPY中，常见的合约价格，策略状态，发单状态，成交状态和账务等等，这些从相关交易或者市场接口传入后，打包成event，发送对应的接收方法，前台界面显示数据更新，都是通过event传入。可以理解为一个数据传输机制。从VNPY代码

之前说从CTA趋势转日内交易，做了些价差交易策略，也实盘跑了下。结果不太理想，没这么赚钱；总结一句话，交易费用和payup 超点吃掉大部分收益，使得虽然每笔交易看看有收益，实际并不怎么样。虽然现在不用价差交易策略，不过还是简单介绍下吧。VNPY价差交易的简单逻辑价差交易原理很简单，就是一对，或者一组品种其之间价格有一定关联度，这个可以跑通过计算协方差Covariance矩阵来量化验证。当价格差价差