Agent Skills
返回列表
⚖️

vn.py 开源量化交易框架

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/coderwpf-vnpy-102。

技能介绍

要解决什么问题

在国内期货、证券柜台环境下做量化,常见痛点是:策略运行时序、下单语义与柜台协议绑在一起,回测与实盘还要换两套代码。vn.py 把 CTA、价差等策略形态和 CTP、飞马、恒生 UFT、XTP 等网关收成同一套模块化框架,方便从历史数据验证一路演进到实盘。

技能覆盖的核心能力

  • 策略开发:以 CTA 为默认范式,提供趋势、均值回归等模板;self.buy / self.sell / self.short / self.cover 等交易函数与 load_bar、load_tick 拉取本地历史序列。
  • 多周期与指标:BarGenerator 可从 tick 合成 1~60 分钟及自定义 N 分钟 K 线;ArrayManager 内置二十余种技术指标,回测阶段可直接用 vnpy_ctastrategy 的 BacktestingEngine。
  • 网关与实盘:对接国内期货 CTP/飞马、证券恒生/EMT/XTP,以及 IB、Alpaca、Binance 等;含 GUI 启动、实盘参数与数据管理相关指引。
  • 示例策略:文档中给出 RSI 均值回归、布林带突破等进阶示例,便于对照改参数与风控。

适用边界与注意点

  • CTP 等国内柜台通常需要具备相应权限的经纪账户(测试可用 SimNow)。
  • 技能侧重 vn.py 架构与 API 用法,不替代官方文档中的合规、风控与运维细节;深入接口行为仍以 vn.py 文档 与 GitHub 为准。
  • Agent 拉取行情或下单结果后应做空表、异常值校验,并可为监控任务输出结构化日志,避免单次接口失败拖垮整段流程。

使用场景

  • 用 SimNow 或实盘 CTP 账号配置网关后,要在 vn.py 里跑通 CTA 模板的买卖平逻辑
  • tick 只有秒级成交,需要合成 5 分钟与 15 分钟 K 线再计算均线信号
  • 在改 RSI 均值回归示例前,先拉 N 日 bar 并用 BacktestingEngine 对比参数
  • 融资融券或价差组合策略需要对照文档里的价差交易与 cancel_all 撤单流程

适合人员

  • 期货私募基金研究员:要把趋势 CTA 从 Jupyter 原型迁到可接 CTP 的实盘框架
  • 证券程序化交易员:需对接恒生 UFT/XTP 并统一回测与实盘下单接口
  • 个人量化爱好者:已开户 SimNow,想按官方模板写首策略并看 GUI 监控委托
  • 数据/策略方向的 AI Agent 搭建者:要用 load_bar 与指标模块做定期异动监控而非手搓 pandas