PAN_Andy的博客

所谓稳健的评估指标，是指在评估的过程中数据的轻微变化并不会显著的影响一个统计指标。而不稳健的评估指标则相反，在对交易系统进行回测时，参数值的轻微变化会带来不稳健指标的大幅变化。对于不稳健的评估指标，任何对数据有影响的因素都会对测试结果产生过大的影响，这很容易导致数据过拟合。

通过tqsdk扩展vnpy免费数据源。目前vnpy官方开源已经实现了挺多数据源的，如tushare, tq, 同花顺, rqdata等，但是不同数据源使用成本不同。目前可以使用tushare获取历史数据，但tushare数据是盘后更新的，盘中数据初始化是个问题。幸运的是，tq sdk普通用户最多可以获取每个K线序列的最后8000根K线，无论哪个周期。因此，实盘行情历史数据初始化可以选用天勤数据。

量化系统在运行的过程中有数据监控的需求，期望能够对策略的运行状态、资金指标等信息进行监控，刚好又接触了[docker相关的技术]，于是产生了利用docker来部署一套监控系统的想法。所幸，社区已经有很多前人的工作了，搭建起来也比较顺利，有兴趣的朋友可以与我交流~监控系统采用opentsdb+grafana技术组合，后面也会深入的学习一下时序数据库opentsdb。

vnpy跑no_ui报EOFError：Ran out of input跑vnpy的no_ui脚本时，报以下问题，查了好半天，在这里记录一下。解决办法时，使用pip重新安装ipython，之后就可以运行了，神坑啊。

MySQL数据库配置

这次来学习一下vnpy/trader/utility.py下的内容，utility.py下的内容可以分为三个部分：工具函数、BarGenerator、ArrayManager，其中工具函数部分比较好理解，只是对通用的一些功能进行的封装；BarGenerator是K线合成器，负责根据实时接收的tick数据合成1分钟k线，并借此合成n分钟K线；ArrayManager是指标计算辅助类，负责维护一定量的历史数据，以供常见指标如sma、ema、atr等的计算。

这次来看一看vn.py的数据服务是怎么写的，与数据服务相关的主要是对rqdata的封装和database模块。参考rqdata的封装，我实现了一个对tushare获取股票日线数据的封装，可以参考之前的文章《[基于tushare的A股市场行情维护程序](https://blog.csdn.net/PAN_Andy/article/details/113946387)》。下一篇将会来学习vn.py 核心trader的最后一部分代码vnpy/trader/utility.py的内容。

仍然关注vnpy/trader下的核心代码，这次先来看vnpy/trader/constant.py、vnpy/trader/object.py和vnpy/trader/setting.py，这块没有什么难以理解的内容；然后来梳理一下vn.py委托的生命周期，这块是我在学习vn.py官方的教程时很难理解的地方，但对将来精细化交易控制非常重要，借此机会梳理一下。下一篇内容将来介绍vnpy/trader对rqdata的封装。

继续阅读vnpy/trader/engine.py的内容。下一篇内容将来学习一下vnpy/trader/constant.py里定义的vn.py的常量，同时来分析一下vn.py中订单的生命历程。我之前看的vn.py官方课程里面讲的，订单的生命历程对精细化交易非常重要，趁此机会整理一下。  vnpy/trader/engine.py文件内还有三个引擎LogEngine、OmsEngine、EmailEngine，和一个引擎的基类BaseEngine，vn.py代码中所有的引擎都派生于引擎

从这一篇开始便没有书可以参考了，接下来的vn.py笔记会记录我对vn.py源码的理解，尽量从整体上对vn.py进行把握，同样，我收集到的相关学习资料也会列出。 gateway交互函数2.5 工具函数3 应用示例学习资料  从这一篇开始便没有书可以参考了，接下来的vn.py笔记会记录我对vn.py源码的理解，尽量从整体上对vn.py进行把握，同样，我收集到的相关学习资料也会列出。1 MainEngine的地位  MainEngine位于vnpy/trader

事件引擎是vn.py的核心组件，通过对接底层接口和上层应用模块，维持整个交易系统的正常动作。与常见的时间驱动不同，事件引擎的设计基于事件驱动。

【vn.py学习笔记（二）】vn.py底层接口 学习笔记CTP API的工作原理CTP介绍API功能介绍CTP API文件API 通用规则CTP API的Python封装设计封装设计思路封装后API工作流程CTP API对接中层引擎原理参考资料  笔者刚接触量化投资，对量化投资挺感兴趣，在闲暇时间进行量化投资的学习，只能进行少量资金进行量化实践。目前在进行基于vnpy的A股市场的量化策略学习，主要尝试攻克的技术难点在：A股市场日线数据的免费获取维护、自动下单交易、全市场选股程序、选股策略的回测程序、基于机

vn.py架构学习笔记1 基础架构2 底层接口3 中层引擎4 上层应用参考资料  笔者刚接触量化投资，对量化投资挺感兴趣，在闲暇时间进行量化投资的学习，只能进行少量资金进行量化实践。目前在进行基于vnpy的A股市场的量化策略学习，主要尝试攻克的技术难点在：A股市场日线数据的免费获取维护、自动下单交易、全市场选股程序、选股策略的回测程序、基于机器学习的股票趋势预测。  书中介绍的的是vn.py v1.9.2LTS版本，笔者接下来的vn.py学习笔记将基于vn.py最新的源码进行学习分享，有不对的地方欢迎大

tushare是一个基于Python的金融数据接口，拥有丰富的数据内容，如股票、基金、期货、数字货币等行情数据，也有公司财务、基金经理等基本面数据等。特别重要的是，tushare提供的数据是免费的！！！个人开发需要的是A股日线数据，所以tushare是首选。