quantPlus

A 股期货量化交易工程，基于 VeighNa (vnpy) 框架构建。

主要品种：棕榈油（大商所 DCE）

特性

模块化架构：策略、回测、研究、运行时分层解耦
双数据源：OpenBB 用于研究分析，vn.py 数据库用于实盘/回测
双网关支持：CTP (SimNow) + TTS (OpenCTP 7x24)，灵活切换
GUI 支持：VeighNa Trader 图形界面，支持实盘交易、回测、数据管理
Profile 模式：trade（实盘）、research（投研回测）、all（全功能）
uv 管理：统一依赖锁定，可复现环境

环境要求

Python 3.11+（推荐 3.13）
uv 包管理器
桌面环境（GUI 模式需要）

安装

1. 克隆仓库

git clone --recursive https://github.com/yourname/quantPlus.git
cd quantPlus

2. 安装依赖

完整安装（GUI + 交易 + 研究）

uv sync --extra gui --extra trade --extra research

带 GUI（本地开发/交易）

uv sync --extra gui --extra trade

无 GUI（服务器/CI）

uv sync --extra trade

仅研究（数据分析）

uv sync --extra research

运行

Trader GUI

# 全功能模式（实盘 + 回测 + 数据管理）
uv run python -m qp.runtime.trader_app --profile all

# 投研/回测模式（CtaBacktester + DataManager）
uv run python -m qp.runtime.trader_app --profile research

# 实盘交易模式（CtaStrategy + RiskManager + K线图）
uv run python -m qp.runtime.trader_app --profile trade

# 使用 OpenCTP TTS
uv run python -m qp.runtime.trader_app --gateway tts

# 使用 CTP (SimNow，默认)
uv run python -m qp.runtime.trader_app --gateway ctp

# 查看帮助
uv run python -m qp.runtime.trader_app --help

Profile 说明

Profile	用途	加载的 App
`trade`	实盘交易	CtaStrategy, ChartWizard, DataRecorder, RiskManager
`research`	投研回测	CtaBacktester, DataManager, ChartWizard
`all`	全功能调试	以上全部 + PaperAccount

注：ChartWizard（K线图）为必需模块，DataRecorder（数据录制）为可选模块。

网关说明

网关	服务商	数据类型
`ctp`	simNow	实时行情或者7*24轮播
`tts`	openCTP	实时行情或者7*24轮播

如何接入网关请查看常见问题模块

数据获取

支持的数据周期

周期	数据条数	时间跨度	用途
日线 (DAILY)	~365	约1年	中长期策略回测
60分钟 (HOUR)	~1023	约8个月	日内/短期策略回测
5分钟	~1023	约16个交易日	高频策略研究
1分钟	~1023	约4个交易日	高频策略研究

数据来源：akshare (新浪财经)

拉取60分钟数据（推荐）

# 拉取60分钟数据并保存为CSV
uv run python -c "
import akshare as ak
import pandas as pd
from pathlib import Path

data_dir = Path('data/openbb')
data_dir.mkdir(parents=True, exist_ok=True)

df = ak.futures_zh_minute_sina(symbol='P0', period='60')
df = df.rename(columns={'hold': 'open_interest'})
df.to_csv(data_dir / 'p0.DCE_1h.csv', index=False)
print(f'数据已保存，共 {len(df)} 条')
"

# 入库到 vn.py
uv run python -m qp.research.ingest_vnpy --csv data/openbb/p0.DCE_1h.csv --vt_symbol p0.DCE --interval HOUR

拉取日线数据

一键流水线命令：

uv run python -m qp.research.pipeline_palm_oil --vt_symbol p0.DCE --days 365

此命令会：

使用 akshare 获取棕榈油连续合约 (p0) 近一年日线数据
将数据写入 .vntrader/database.db
输出 GUI 回测操作指引

棕榈油（DCE）回测（GUI）

完整的数据拉取 → 入库 → GUI 回测闭环操作指南。

1. 安装依赖

uv sync --extra gui --extra trade --extra research

2. 启动 GUI

uv run python -m qp.runtime.trader_app --profile research

4. 在 GUI 中运行回测

打开回测界面
- 菜单栏：功能 → CTA回测
选择策略
- 在「交易策略」下拉框中选择：CtaPalmOilStrategy
- 如果看不到该策略，点击「策略重载」按钮刷新

配置回测参数

参数	值	说明
本地代码	`p0.DCE`	完整的 vt_symbol 格式
K线周期	`d`	日线
开始日期	2025-01-15	数据起始日期（约一年前）
结束日期	2026-01-13	数据结束日期
手续费率	`0.0001`	万分之一
交易滑点	`2`	棕榈油最小变动价位
合约乘数	`10`	棕榈油合约乘数
价格跳动	`2`	棕榈油最小变动价位
回测资金	`1000000`	初始资金

运行回测
- 点击「开始回测」按钮
- 等待回测完成后查看：
  - 右侧统计指标面板
  - 资金曲线图
  - 「成交记录」「每日盈亏」等详细数据

5. 数据管理

查看已入库的数据：

菜单栏：功能 → 数据管理
可查看、导出 p0.DCE 的历史数据

故障排查

问题	可能原因	解决方案
GUI 看不到数据	未在仓库根目录运行	确保在 `quantPlus/` 目录下执行命令
回测无数据	vt_symbol 不一致	确保本地代码填 `p0.DCE`（完整格式）
回测 0 成交	ArrayManager 预热数据不足	见下方"策略预热与数据量"说明
数据库不存在	未运行入库流水线	执行 `pipeline_palm_oil` 命令
akshare 报错	网络问题或 API 变更	检查网络，或更新 akshare 版本

策略预热与数据量

重要：CTA 策略使用 ArrayManager 计算技术指标，需要累积足够的 K 线数据才能开始交易。

原理：

ArrayManager(size=N) 需要累积 N 根 K 线后 am.inited 才变为 True
只有 am.inited=True 后，策略才会计算均线并产生交易信号
如果回测数据量 ≤ ArrayManager size，策略将永远不会产生交易

CtaPalmOilStrategy 默认配置：

slow_window = 20
ArrayManager size = slow_window + 10 = 30
最小数据量要求：> 30 条（推荐使用一年数据，约 240 条）

如何验证：

# 脚本化回测验证（不依赖 GUI）
uv run python -m qp.backtest.run_cta_backtest --vt_symbol p0.DCE --days 365

典型问题场景：

回测 61 条数据，ArrayManager size=60 → 只有最后 1-2 根 K 线能产生信号 → 0 成交
修复：将 ArrayManager size 改为 slow_window + 10（30），数据中有足够 K 线可用于交易

策略说明

策略回测对比（60分钟数据，2025-05 ~ 2026-01，约8个月）

策略	Sharpe Ratio	总收益率	年化收益	最大回撤	推荐度
CtaTurtleEnhancedStrategy (激进)	1.28	+24.41%	+34.07%	-8.23%	推荐
CtaPalmOilStrategy	-1.50	-1.64%	-2.28%	-1.85%	学习用

结论：增强海龟策略经过激进优化后，收益率达到24%+，年化34%，远超目标。

CtaTurtleEnhancedStrategy（增强海龟策略）推荐

改进版海龟策略，针对高收益优化，特性：

趋势过滤：MA10 > MA100 时只做多，MA10 < MA100 时只做空（超长周期过滤噪音）
中轨止盈：触及唐奇安通道中线时止盈，锁定利润
极速出场：exit_window=1，最快响应反转信号
激进仓位：risk_per_trade=6%，max_units=50
快速加仓：pyramid_atr=0.15，利润快速累积

默认参数（2026-01 激进优化: Sharpe 1.28, 收益 +24.41%, 年化 +34.07%）:

参数	默认值	说明
`entry_window`	15	入场通道窗口
`exit_window`	1	出场通道窗口（极速出场）
`trend_ma_fast`	10	快速趋势均线
`trend_ma_slow`	100	慢速趋势均线（超长周期过滤）
`atr_stop`	1.5	ATR 止损倍数
`risk_per_trade`	0.06	单笔风险预算 6%
`max_units`	50	最大持仓手数
`pyramid_atr`	0.15	加仓间隔 ATR 倍数
`use_trend_filter`	True	趋势过滤开关
`use_mid_line_exit`	True	中轨止盈开关
`enable_pyramid`	True	金字塔加仓开关

保守版参数（Sharpe 1.14, 收益 +6.85%, 回撤 -2.92%）:

# 适合风险偏好较低的用户
setting = {
    'exit_window': 2,
    'trend_ma_slow': 80,
    'risk_per_trade': 0.03,
    'max_units': 15,
    'pyramid_atr': 0.5,
}

GUI 回测完整流程（60分钟数据）

第一步：准备60分钟数据

# 1. 拉取60分钟数据
uv run python -c "
import akshare as ak
from pathlib import Path

data_dir = Path('data/openbb')
data_dir.mkdir(parents=True, exist_ok=True)

df = ak.futures_zh_minute_sina(symbol='P0', period='60')
df = df.rename(columns={'hold': 'open_interest'})
df.to_csv(data_dir / 'p0.DCE_1h.csv', index=False)
print(f'数据已保存，共 {len(df)} 条')
"

# 2. 入库到 vn.py（注意 interval 参数为 HOUR）
uv run python -m qp.research.ingest_vnpy --csv data/openbb/p0.DCE_1h.csv --vt_symbol p0.DCE --interval HOUR

第二步：启动 GUI

uv run python -m qp.runtime.trader_app --profile research

第三步：配置回测参数

菜单栏：功能 → CTA回测，按下表配置：

参数	值	说明
交易策略	`CtaTurtleEnhancedStrategy`	在下拉框中选择，看不到点「策略重载」
本地代码	`p0.DCE`	必须与入库时的 vt_symbol 一致
K线周期	`1h`	重要：60分钟数据必须填 `1h`，不是 `60`
开始日期	`2025-05-07`	数据起始日期
结束日期	`2026-01-14`	数据结束日期
手续费率	`0.0001`	万分之一
交易滑点	`2`	棕榈油最小变动价位
合约乘数	`10`	棕榈油合约乘数
价格跳动	`2`	棕榈油最小变动价位
回测资金	`1000000`	初始资金

K线周期对照表：

数据周期	K线周期填写	interval 参数
日线	`d` 或 `1d`	`DAILY`
60分钟	`1h`	`HOUR`
30分钟	`30m`	-
15分钟	`15m`	-
5分钟	`5m`	-
1分钟	`1m`	`MINUTE`

第四步：修改策略参数（可选）

如需使用保守版参数：

在回测界面右侧找到「策略参数」区域
点击「参数设置」按钮

在弹出窗口中修改参数：

exit_window: 2
trend_ma_slow: 80
risk_per_trade: 0.03
max_units: 15
pyramid_atr: 0.5

点击「确定」保存

第五步：运行回测

点击「开始回测」按钮
等待进度条完成
查看结果：
- 统计指标：右侧面板显示 Sharpe、收益率、最大回撤等
- 资金曲线：点击「K线图表」查看资金变化
- 成交记录：点击「成交记录」查看每笔交易详情
- 每日盈亏：点击「每日盈亏」查看每日收益分布

常见问题：

问题	原因	解决方案
回测 0 成交	K线周期设置错误	60分钟数据必须填 `1h`，不是 `60` 或 `h`
找不到策略	桥接文件缺失	点击「策略重载」或检查 `.vntrader/strategies/`
数据量为 0	vt_symbol 不匹配	确保本地代码填 `p0.DCE`（区分大小写）
ArrayManager 未初始化	数据不足	该策略需要 > 130 条数据（trend_ma_slow=100 + buffer）

命令行回测（不依赖 GUI）：

uv run python -m qp.backtest.run_cta_backtest --strategy CtaTurtleEnhancedStrategy --interval HOUR --days 240

CtaPalmOilStrategy（双均线策略）

基础趋势跟踪策略，适合入门学习。

参数	默认值	说明
`fast_window`	10	快速均线周期
`slow_window`	20	慢速均线周期
`fixed_size`	1	每次交易手数

单独执行各步骤

如需手动控制每个步骤：

# 1. 仅拉取数据（保存到 CSV）
uv run python -m qp.research.openbb_fetch --vt_symbol p0.DCE --days 365

# 2. 仅入库（从 CSV 写入数据库）
uv run python -m qp.research.ingest_vnpy \
    --csv data/openbb/p0.DCE_1d.csv \
    --vt_symbol p0.DCE \
    --interval DAILY

# 3. 验证数据库
uv run python -c "
from vnpy.trader.database import get_database
from vnpy.trader.constant import Exchange, Interval
from datetime import datetime, timedelta
db = get_database()
bars = db.load_bar_data('p0', Exchange.DCE, Interval.DAILY,
                        datetime.now()-timedelta(days=400), datetime.now())
print(f'数据条数: {len(bars)}')
if bars:
    print(f'最新: {bars[-1].datetime} C={bars[-1].close_price}')
"

项目结构

quantPlus/
├── vendor/vnpy/           # vn.py 框架 (submodule, 只读)
├── src/qp/
│   ├── ui/                # GUI 启动器与 Profile 配置
│   ├── runtime/           # 命令行入口
│   ├── strategies/        # CTA 策略实现
│   │   ├── cta_palm_oil.py            # 双均线策略（学习用）
│   │   └── cta_turtle_enhanced.py     # 增强海龟策略（推荐）
│   ├── research/          # 数据研究与入库
│   │   ├── openbb_fetch.py    # 数据拉取（OpenBB/akshare）
│   │   ├── ingest_vnpy.py     # 数据入库
│   │   └── pipeline_palm_oil.py # 一键流水线
│   └── backtest/          # 脚本化回测
│       └── run_cta_backtest.py # 命令行回测工具
├── .vntrader/             # vn.py 数据目录（本地）
│   └── database.db        # SQLite 历史数据库
├── data/openbb/           # 数据缓存（CSV）
├── pyproject.toml         # uv 依赖配置
├── development.md         # 开发规范
└── README.md

合约代码规范

格式：合约代码.交易所

示例：p2405.DCE（棕榈油 2405，大商所）

DCE = 大连商品交易所
p = 棕榈油品种代码

Smoke Tests

验证安装是否正确：

# 1. 验证 vnpy 导入
uv run python -c "import vnpy; print('vnpy-ok')"

# 2. 验证 OpenBB 导入
uv run python -c "from openbb import obb; print('openbb-ok')"

# 3. 验证 PySide6/Qt（需要 --extra gui）
uv run python -c "from PySide6.QtWidgets import QApplication; print('pyside6-ok')"

# 4. 验证 Trader 入口
uv run python -m qp.runtime.trader_app --help

# 5. 验证策略模块
uv run python -c "from qp.strategies.cta_palm_oil import CtaPalmOilStrategy; print('strategy-ok')"

# 6. 验证增强海龟策略模块
uv run python -c "from qp.strategies.cta_turtle_enhanced import CtaTurtleEnhancedStrategy; print('turtle-ok')"

# 7. 验证数据拉取模块
uv run python -m qp.research.openbb_fetch --help

# 8. 验证数据入库模块
uv run python -m qp.research.ingest_vnpy --help

# 9. 验证脚本化回测
uv run python -m qp.backtest.run_cta_backtest --help

# 10. 测试 OpenCTP 连接（需要配置 .vntrader/connect_tts.json）
uv run python tests/test_openctp_connection.py

常见问题

Q: 启动时提示 "No module named 'vnpy_spreadtrading'"

A: 这是可选依赖，ChartWizard 和 DataRecorder 会自动跳过。如需启用，手动安装：

uv add vnpy-spreadtrading

Q: Windows 下中文乱码

A: 终端编码问题，不影响功能。可尝试设置 chcp 65001 或使用 Windows Terminal。

Q: 如何配置 CTP (SimNow) 账号？

A: SimNow 是上期技术官方提供的 CTP 仿真环境，支持期货和期权模拟交易。

第一步：注册账号

访问 SimNow 官网
点击「SimNow 注册」（仅工作日白天开放注册）
记录您的账号、密码和经纪商代码（固定为 9999）（备注：第一次注册需要修改密码之后才能登录CTP）

第二步：获取服务器地址

SimNow 提供多组服务器，可通过以下方式获取：

方法 1：网页查看

访问 SimNow 官网 → 环境介绍 → 查看服务器地址列表

方法 2：软件测速（推荐）

下载快期新一代交易终端V2（SimNow 官网「常用下载」）
打开软件，点击「代理/测速」按钮
选择延迟最低的一组交易前置和行情前置地址

常用服务器地址示例：

交易前置: 182.254.243.31:30001
行情前置: 182.254.243.31:30011

第三步：配置文件

创建或修改 .vntrader/connect_ctp.json：

{
    "用户名": "your_simnow_account",
    "密码": "your_simnow_password",
    "经纪商代码": "9999",
    "交易服务器": "182.254.243.31:30001",
    "行情服务器": "182.254.243.31:30011",
    "产品名称": "simnow_client_test",
    "授权编码": "0000000000000000"
}

第四步：连接测试

# 启动 GUI（默认使用 CTP）
uv run python -m qp.runtime.trader_app --gateway ctp

# 在 GUI 中：系统 → 连接CTP

重要提示：

SimNow 仅在交易时段可用，经常维护停服
如遇 SimNow 不可用，建议使用 OpenCTP 作为替代方案

参考资料：

Q: 如何配置 OpenCTP 账号？（SimNow 替代方案）

A: 如果 SimNow 停服或不可用，推荐使用 **OpenCTP TTS **。

创建配置文件 .vntrader/connect_tts.json：

{
    "用户名": "your_username",
    "密码": "your_password",
    "经纪商代码": "9999",
    "交易服务器": "tcp://trading.openctp.cn:30001",
    "行情服务器": "tcp://trading.openctp.cn:30011",
    "产品名称": "",
    "授权编码": ""
}

获取账号：访问 OpenCTP GitHub 申请测试账号。

连接测试：

# 启动 GUI（使用 TTS 网关）
uv run python -m qp.runtime.trader_app --gateway tts

# 在 GUI 中：系统 → 连接TTS

Q: OpenCTP 连接失败，报错 4097

A: 常见原因：

同时运行多个 CTP 程序：关闭其他 CTP/TTS 程序
GUI 同时勾选 CTP 和 TTS：只勾选一个网关
账号密码错误：检查 .vntrader/connect_tts.json 配置

测试方法：

uv run python tests/test_openctp_connection.py

文档

核心文档

开发规范：docs/development.md - 项目架构、开发规范、策略开发指南（必读）
OpenCTP 快速上手：docs/openctp_quickstart.md - OpenCTP 连接配置和使用指南
OpenCTP 技术调研：docs/openctp_integration_research.md - 技术架构和方案对比
Trade 模式功能说明：docs/trade_all_features.md - K线图和数据录制模块详解
K线图和数据录制快速上手：docs/quickstart_chart_recorder.md - 实时行情监控和数据录制教程
Data 目录说明：docs/data_directory_guide.md - 数据目录结构和文件格式

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 16 Commits
.vntrader		.vntrader
data		data
docs		docs
scripts		scripts
src/qp		src/qp
strategies		strategies
tests		tests
vendor		vendor
.gitattributes		.gitattributes
.gitignore		.gitignore
.gitmodules		.gitmodules
README.md		README.md
main.py		main.py
pyproject.toml		pyproject.toml
uv.lock		uv.lock

Folders and files

Latest commit

History

Repository files navigation

quantPlus

特性

环境要求

安装

1. 克隆仓库

2. 安装依赖

运行

Trader GUI

Profile 说明

网关说明

数据获取

支持的数据周期

拉取60分钟数据（推荐）

拉取日线数据

棕榈油（DCE）回测（GUI）

1. 安装依赖

2. 启动 GUI

4. 在 GUI 中运行回测

5. 数据管理

故障排查

策略预热与数据量

策略说明

策略回测对比（60分钟数据，2025-05 ~ 2026-01，约8个月）

CtaTurtleEnhancedStrategy（增强海龟策略）推荐

GUI 回测完整流程（60分钟数据）

CtaPalmOilStrategy（双均线策略）

单独执行各步骤

项目结构

合约代码规范

Smoke Tests

常见问题

Q: 启动时提示 "No module named 'vnpy_spreadtrading'"

Q: Windows 下中文乱码

Q: 如何配置 CTP (SimNow) 账号？

Q: 如何配置 OpenCTP 账号？（SimNow 替代方案）

Q: OpenCTP 连接失败，报错 4097

文档

核心文档

License

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages