VeighNa（简称 VN 或 vn.py）是一个基于 Python 的开源量化交易平台，专为量化交易爱好者和专业交易员设计。VeighNa 是由国内开发者社区推动的开源项目，旨在提供一个功能丰富、灵活且易于扩展的量化交易解决方案。该框架不仅支持多种资产类别的交易，如股票、期货、期权、加密货币等，还支持多种交易接口和协议，使得用户能够轻松进行多市场、多品种的交易策略开发和部署。
VeighNa 提供了丰富的量化交易工具，涵盖了行情订阅、策略开发、回测、实盘交易等功能，广泛应用于量化金融、自动化交易以及对冲基金等领域。
➰缘起
VeighNa 的主要特点
跨市场支持：VeighNa 支持全球多个金融市场，包括国内外期货、股票、期权、外汇以及加密货币市场，满足用户多市场的交易需求。
多种交易接口：支持国内主流交易所的接口，如中金所、上期所、郑商所、大商所等期货市场，以及证券和期权市场。同时，支持与海外市场的交易连接，如 Binance、OKEx 等加密货币交易所。
开源与可扩展性：作为开源项目，VeighNa 可以根据用户需求进行二次开发，框架提供了高度灵活的 API 和插件机制，方便开发者根据自己的需求扩展功能。
量化策略开发支持：VeighNa 提供了基于 Python 的策略开发框架，开发者可以通过简单的代码实现复杂的交易策略。同时，支持回测引擎，帮助开发者评估策略的表现。
丰富的技术分析指标：内置多种技术分析指标，支持开发者使用经典的技术分析方法（如均线、MACD、RSI 等）进行策略设计。
高效的事件驱动引擎：采用事件驱动的架构，使得交易系统能够快速响应市场变化和交易信号。
安装 VeighNa
VeighNa 的安装步骤相对简单，支持通过 pip 进行安装，下面是一个标准的安装流程：
首先确保系统已经安装了 Python 3.7 以上的版本，并配置好 Python 环境。通过 pip 安装 VeighNa：
pip install vnpy
安装完成后，可以通过命令行或 IDE 来启动 VeighNa，并开始使用其提供的功能。
核心功能与使用示例 1. 策略开发
VeighNa 提供了一个简单而强大的策略框架，用户可以通过继承 CtaTemplate 类来快速开发自己的量化策略。以下是一个简单的双均线策略示例：
from vnpy.app.cta_strategy import (
CtaTemplate,
BarData,
ArrayManager
)
class DualMovingAverageStrategy(CtaTemplate):
author = "量化交易者"
fast_window = 10 # 快速均线窗口
slow_window = 20 # 慢速均线窗口
def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
super().__init__(cta_engine, strategy_name, vt_symbol, setting)
self.fast_ma = 0
self.slow_ma = 0
self.am = ArrayManager() # 数据管理
def on_bar(self, bar: BarData):
"""K线数据更新时被调用"""
self.am.update_bar(bar) # 更新 K 线数据
if not self.am.inited:
return
# 计算快速均线和慢速均线
self.fast_ma = self.am.sma(self.fast_window, array=True)[-1]
self.slow_ma = self.am.sma(self.slow_window, array=True)[-1]
# 快速均线上穿慢速均线，买入
if self.fast_ma > self.slow_ma:
self.buy(bar.close_price, 1)
# 快速均线下穿慢速均线，卖出
elif self.fast_ma < self.slow_ma:
self.sell(bar.close_price, 1)
def on_start(self):
self.write_log("策略启动")
def on_stop(self):
self.write_log("策略停止")
在这个示例中，我们定义了一个双均线策略，通过计算快速均线和慢速均线的交叉来决定买入或卖出信号。策略基于 on_bar 方法，在每次接收到新的 K 线数据时更新均线并进行交易操作。
2. 策略回测
VeighNa 内置了回测引擎，支持用户在历史数据上进行策略回测，以评估策略的表现。回测引擎可以通过 CtaBacktester 模块进行回测操作：
from vnpy.app.cta_backtester import BacktesterEngine
# 初始化回测引擎
engine = BacktesterEngine()
# 加载历史数据
engine.load_data(symbol="AAPL", exchange="NYSE", interval="1d", start="2020-01-01", end="2021-01-01")
# 设置策略
engine.add_strategy(DualMovingAverageStrategy, setting={})
# 开始回测
engine.run_backtesting()
# 显示回测结果
engine.show_backtesting_result()
该示例展示了如何使用回测引擎加载苹果公司（AAPL）的日线历史数据，并对双均线策略进行回测。回测结果将展示策略在历史数据上的表现，包括总收益率、最大回撤、盈亏比等关键指标。
3. 实盘交易
VeighNa 不仅可以用于策略开发和回测，还支持将策略应用到实盘交易中。用户可以通过 VeighNa 提供的多种交易接口，连接到实际的交易所，并进行实盘交易。以下是一个简单的实盘交易框架：
from vnpy.app.cta_strategy import CtaEngine
# 初始化策略引擎
cta_engine = CtaEngine()
# 加载策略
cta_engine.add_strategy(DualMovingAverageStrategy, setting={})
# 启动策略
cta_engine.init_all_strategies()
cta_engine.start_all_strategies()
用户只需配置好相应的交易所 API（如证券账户或期货账户），便可以将策略应用于真实的市场环境。
4. 技术指标使用
VeighNa 提供了多种内置的技术分析工具。通过 ArrayManager，用户可以方便地调用各种技术指标，例如均线、相对强弱指数（RSI）、布林带等。
# 计算 14 天的 RSI 指标
rsi = self.am.rsi(14, array=True)[-1]
# 计算布林带
upper_band, lower_band = self.am.boll(20, 2.0)
通过这些技术指标，用户可以构建更加复杂和高效的交易策略。
应用场景
量化交易策略开发：VeighNa 提供了强大的策略开发框架，适合量化交易员快速构建、测试和部署量化交易策略。
多市场多品种交易：支持国内外多个市场和多种资产类别，VeighNa 可以帮助用户实现多市场和多品种的交易组合。
回测与优化：VeighNa 提供的回测引擎能够帮助用户在历史数据上测试策略效果，并通过参数调优优化策略。
实盘交易：不仅限于回测，VeighNa 可以连接真实交易账户，应用于实盘交易，为量化交易员提供完整的从策略开发到交易执行的全流程支持。
自动化交易与套利：VeighNa 适用于开发自动化交易系统，特别是在高频交易和套利策略中，能够根据市场数据自动执行策略。
下载地址
VeighNa 最新版 下载地址
结语
VeighNa 是一个功能强大、灵活且易于扩展的开源量化交易平台，适合不同水平的量化交易者使用。无论是策略开发、回测，还是实盘交易，VeighNa 都为用户提供了强有力的工具支持。通过 VeighNa，用户可以快速构建复杂的量化策略，并将其应用于全球多个市场，实现自动化交易和套利操作。
如果您正在寻找一个开源的量化交易框架，VeighNa 是一个值得尝试的选择。
参考文献
文章原创于外盘期货官网：http://www.haoyaya.com.cn/
