vnpy和vn.py 哪个是真的

vnpy和vn.py都是真实存在的库。它们都是专门为量化交易和金融分析而设计的Python开源库。其中vn.py是由vn.py团队开发，涵盖了期货市场、股票市场等多个市场的行情接口、交易接口和策略开发接口。而vnpy是由VNPY团队开发，同样也提供了期货、股票等多个市场的行情接口、交易接口以及量化交易的基础框架和工具。两者都在量化交易领域有着较高的知名度和使用率，且都在不断地更新和完善功能。因此，无论是vnpy还是vn.py，都是真实存在且被广泛应用的量化交易工具。要选择使用哪个，可以根据自身的需求和偏好来决定，可以进行更详细的对比和试用，以选择最适合自己的工具。

相关问题

vn.py MA策略回测

好的，下面是一个使用vn.py库进行MA策略回测的示例代码。

首先，我们需要导入所需的库和数据：

from vnpy.app.cta_strategy.backtesting import BacktestingEngine, OptimizationSetting
from vnpy.app.cta_strategy.strategies.ma_strategy import MAStrategy

# 创建回测引擎对象
engine = BacktestingEngine()

# 设置回测数据
engine.set_parameters(
    vt_symbol="IF88.CFFEX",
    interval="1m",
    start=datetime(2010, 1, 1),
    end=datetime(2021, 12, 31),
    rate=0.3/10000,
    slippage=0.2,
    size=300,
    pricetick=0.2,
    capital=1_000_000,
)

# 添加策略
engine.add_strategy(MAStrategy, {'fast_window': 5, 'slow_window': 10})

# 加载数据
engine.load_data()

# 运行回测
engine.run_backtesting()

# 输出回测结果
df = engine.calculate_result()
print(df[['net_pnl', 'total_profit', 'total_commission']])

这里我们使用`BacktestingEngine`类创建回测引擎对象，并设置回测参数，包括交易品种、回测时间、手续费等。然后我们添加`MAStrategy`策略，并使用`load_data()`方法加载数据，使用`run_backtesting()`方法运行回测，并使用`calculate_result()`方法计算回测结果，并输出净利润、总盈亏、总手续费等指标。

在上面的代码中，`MAStrategy`是一个简单的MA策略类，其中`fast_window`和`slow_window`分别表示快速和慢速移动平均线的窗口大小。下面是`MAStrategy`类的示例代码：

from vnpy.app.cta_strategy import (
    CtaTemplate,
    Direction,
    StopOrder,
    TickData,
    BarData,
    TradeData,
    OrderData,
    BarGenerator,
    ArrayManager,
)


class MAStrategy(CtaTemplate):
    """
    简单的MA策略
    """
    author = "vn.py"

    fast_window = 5
    slow_window = 10
    fixed_size = 1

    fast_ma = 0.0
    slow_ma = 0.0

    parameters = ["fast_window", "slow_window", "fixed_size"]
    variables = ["fast_ma", "slow_ma"]

    def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
        super().__init__(cta_engine, strategy_name, vt_symbol, setting)

        self.bg = BarGenerator(self.on_bar, 5, self.on_5min_bar)
        self.am = ArrayManager()

    def on_init(self):
        self.write_log("策略初始化")
        self.load_bar(10)

    def on_start(self):
        self.write_log("策略启动")

    def on_stop(self):
        self.write_log("策略停止")

    def on_tick(self, tick: TickData):
        self.bg.update_tick(tick)

    def on_bar(self, bar: BarData):
        self.bg.update_bar(bar)

    def on_5min_bar(self, bar: BarData):
        self.am.update_bar(bar)
        if not self.am.inited:
            return

        self.fast_ma = self.am.sma(self.fast_window)
        self.slow_ma = self.am.sma(self.slow_window)

        if self.fast_ma > self.slow_ma:
            if self.pos == 0:
                self.buy(bar.close_price + 5, self.fixed_size)
            elif self.pos < 0:
                self.cover(bar.close_price + 5, self.fixed_size)
                self.buy(bar.close_price + 5, self.fixed_size)
        elif self.fast_ma < self.slow_ma:
            if self.pos == 0:
                self.sell(bar.close_price - 5, self.fixed_size)
            elif self.pos > 0:
                self.sell(bar.close_price - 5, self.fixed_size)
                self.short(bar.close_price - 5, self.fixed_size)

在`MAStrategy`中，我们定义了`fast_window`和`slow_window`两个参数来设置快速和慢速移动平均线的窗口大小，并定义了`fixed_size`参数来设置每次交易的数量。在`on_5min_bar()`方法中，我们使用`ArrayManager`类计算快速和慢速移动平均线，并根据MA交叉信号进行买入和卖出操作。

除了单一品种的回测外，vn.py还支持多品种的回测和参数优化等功能，可以根据具体需要进行调整和优化。

安装vn.py后怎么配置jupyter notebook

安装完vn.py后，你需要进行如下配置以在jupyter notebook中使用vn.py：

1. 打开jupyter notebook
2. 在jupyter notebook中打开一个新的terminal或者cmd窗口
3. 在terminal或者cmd窗口中输入以下命令：

jupyter kernelspec list

4. 查找vn.py的kernel路径，通常为：

/Users/{用户名}/Library/Jupyter/kernels/vnpy

5. 打开vn.py kernel的配置文件`kernel.json`，该文件位于上述路径下，使用任何文本编辑器打开该文件
6. 在该文件中，修改`display_name`和`argv`字段，将其修改为如下所示：

{
 "display_name": "vnpy",
 "language": "python",
 "argv": [
  "python",
  "-m",
  "vnpy_fxdayu",
  "-f",
  "{connection_file}"
 ],
 "env": {
  "PYTHONPATH": "/path/to/vnpy"
 }
}

其中，`/path/to/vnpy`为你安装vn.py的路径。请注意确保上述路径是正确的。

7. 保存`kernel.json`文件
8. 在jupyter notebook的主页面上，点击右上角的"New"按钮，选择"vnpy" kernel
9. 现在你就可以在jupyter notebook中使用vn.py进行交易、回测等操作了。