跳转至


课程  因子投资  机器学习  Python  Poetry  ppw  tools  programming  Numpy  Pandas  pandas  算法  hdbscan  聚类  选股  Algo  minimum  numpy  algo  FFT  模式识别  配对交易  GBDT  LightGBM  XGBoost  statistics  CDF  KS-Test  monte-carlo  VaR  回测  过拟合  algorithms  machine learning  strategy  python  sklearn  pdf  概率  数学  面试题  量化交易  策略分类  风险管理  Info  interview  career  xgboost  PCA  wavelet  时序事件归因  SHAP  Figures  Behavioral Economics  graduate  arma  garch  人物  职场  Quantopian  figure  Banz  金融行业  买方  卖方  story  量化传奇  rsi  zigzag  穹顶压力  因子  ESG  因子策略  投资  策略  pe  ORB  Xgboost  Alligator  Indicator  factor  alpha101  alpha  技术指标  wave  quant  algorithm  pearson  spearman  tushare  因子分析  Alphalens  涨停板  herd-behaviour  momentum  因子评估  review  SMC  聪明钱  trade  history  indicators  zscore  波动率  强化学习  顶背离  freshman  resources  others  AI  DeepSeek  network  量子计算  金融交易  IBM  weekly  LLT  backtest  backtrader  研报  papers  UBL  quantlib  jupyter-notebook  scikit-learn  pypinyin  qmt  xtquant  blog  static-site  duckdb  工具  colors  free resources  barra  world quant  Alpha  openbb  数据  risk-management  llm  prompt  CANSLIM  Augment  arsenal  copilot  vscode  code  量化数据存储  hdf5  h5py  cursor  augment  trae  Jupyter  jupysql  pyarrow  parquet  数据源  quantstats  实盘  clickhouse  notebook  redis  remote-agent  AI-tools  Moonshot  回测,研报,tushare 

大富翁开源产品系列


大富翁 (Zillionare )

大富翁是可以本地部署的开源量化框架,功能齐全,能容纳超大规模数据(目前在生产环境已存储超35亿条行情数据)。

功能和特性

  1. 分体式回测系统设计,策略回测与实盘交易使用完全一致的API,无须更改
  2. 更精准的成交量匹配算法(需要分钟级数据)
  3. 基于InfluxDB的高性能本地量化平台,能容纳海量数据
    • 通过聚宽jqdatasdk持续同步行情数据(延时1分钟)
    • 基于akshare获得延时小于5秒的实时行情数据
  4. 基于容器技术构建和部署,运行稳定
  5. 基于Jupyter Lab的研究环境
  6. 提供大量量化必用API:
    • 时间运算库,比如两个交易时间帧(frame)之间有多少个帧?从某个时间帧起,向前移动n个帧,得到的时间是?
    • 证券列表运算库。比如按名字模糊查找,按板块提取列表等,支持include/exclude运算。
    • 时间序列特征运算库。比如cross(金叉),find_runs(寻找连续值)、low_range(n周期以来最小值)等
    • 绘图。提供交互式k线图、策略报告。
    • 策略基类。基于该基类,实现自己的策略最简单只需要实现一个函数
  7. Trader client提供回测与实盘一致的交易API
  8. 大量详实、精准的文档
  9. 项目基于Python Project Wizard搭建质量保证及CI/CD体系,符合社区最佳实践。

架构和组件

大富翁量化框架由以下主要组件(服务)构成:

75%

  • Omega是大富翁的数据服务器,将上游数据源提供的数据实时本地化。

  • Omicron是大富翁的核心模块,提供了数据访问API,策略基类,K线图绘制、日历和证券列表运算、回测收益图绘制等功能。

  • Backtesting Backtesting是大富翁的回测服务器,提供了回测时的撮合功能。
  • Trader-Client 大富翁交易客户端。一套API,提供回测、模拟和实盘接口。
  • gm-adaptor 大富翁交易网关,提供实盘交易接口(需要开通东财量化权限)。

除大富翁之外,我们还提供了其它开源库,比较重要的有:

项目生成向导

Python Project Wizard是一个Python项目模板创建工具。通过Wizard,可以快速创建一个Python项目的框架,并具有以下功能:

  • [Poetry] 通过Poetry来管理版本、依赖、构建和发布
  • [Mkdocs] 撰写基于Markdown的文档,常见扩展也已经配置
  • [Pytest] 使用Pytest进行单元测试(unittest仍然支持,并且直接可用)
  • [Codecov] 生成coverage report,并且由[Codecov]背书,开源项目必备
  • [Tox] 对代码进行矩阵化测试(包含风格检查和语法检查)
  • 使用[Black] 和 [Isort]格式化代码
  • 使用[Flake8] 和 [Flake8-docstrings]对代码和docstrings进行语法检查
  • [Pre-commit hooks] 代码提交前强制进行风格和语法检查,以及格式化
  • [Mkdocstrings] 自动生成API文档
  • 生成基于[Python Fire]的命令行接口
  • 已配置好Github持续集成,包括以下功能:
    • 集成测试
    • 集成测试通过后,自动发布dev build到testpypi,供测试
    • 检测到新的tag(以字母v开头)后,从release分支上自动发布文档和wheels包
    • 自动提取change log到release Notes
    • 自动发布github release
  • 使用git pages来托管文档

安装:

1
pip install ppw

配置管理

Cfg4Py是一个Python库,用于解析和管理您的配置文件。它提供以下功能:

  1. 将yaml格式的配置文件解析成为一个Python对象,从而您可以使用属性访问语法,而不是繁琐易错的字典访问语法来使用配置项。并且由于这一特性,使得IDE代码提示和自动完成成为可能。这样,您不再需要记忆众多配置项了。
  2. 自适应安装环境支持。支持您为生产环境、开发环境和测试环境生成独立的配置文件。
  3. 层次式配置。您可以使用一个中央配置源(比如redis缓存),然后用本地文件来覆盖某些选项。这在查错和维护时非常有用。
  4. 配置模板。要连接数据库,不知道连接串应该如何写?Cfg4Py可以帮您。Cfg4Py为常用的框架提供了配置模板,您可以通过cfg4py scaffold来选择生成哪些配置项。
  5. 热更新。配置文件修改后,无需重启服务,自动更新。
  6. 宏功能。自动使用环境变量来替换配置项中的宏。

安装:

1
pip install cfg4py

开发环境构建

Python开发环境Docker镜像

您的开发环境最好构建在容器之中。这样做有以下好处:

  1. 始终使用一致的开发环境,可以提高开发效率。
  2. 测试时往往需要干净的环境,通过使用镜像,我们可以随时构建一个新的、干净的容器来执行测试。
  3. 防止开发中误删除文件。如果是在容器中发生误删除文件的操作,最多也就损坏了容器本身,不至于要重装系统。

这个镜像包括以下功能:

  1. ssh服务器
  2. git, python3, wget, vim, miniconda
  3. 安装了redis和postgres

安装

1
    docker pull zillionare/python-dev-machine

进程间消息

Pyemit 提供了基于redis的简单易用的进程间消息通讯机制和简易RPC服务。