DevilYuan股票量化系统:Python编写的全面量化交易平台

需积分: 50 29 下载量 198 浏览量 更新于2024-11-27 3 收藏 1.83MB ZIP 举报
该平台的主要特点包括丰富的功能和便捷的用户界面。首先,DevilYuan支持可视化操作,提供基于PyQT界面的交互体验,使得用户可以直观地看到交易信息和执行操作。平台采用了多线程事件引擎,可以高效地处理多个任务,提高量化交易的性能。 DevilYuan提供四大核心功能: 1. 股票数据:平台能够自动下载历史数据,并支持包括Wind免费个人接口和TuShare在内的多个数据源。用户无需担心数据获取的问题,可以专注于策略的开发。 2. 选股:该平台支持策略选股功能,用户可以通过编写策略来筛选符合特定条件的股票,从而进行量化投资决策。 3. 策略回测:DevilYuan允许用户对选定的策略进行历史数据上的回测,通过模拟交易来验证策略的有效性。 4. 实盘交易:平台支持实盘交易,并能提供微信提醒及交互功能,实现一键挂机全自动交易。此外,该平台还支持模拟交易和实盘交易共用同一策略代码,方便用户在实际操作前进行充分测试。 平台集成了一系列统计功能,用户可以查看和分析交易结果,进行策略评估。DevilYuan还具备股票代码表、交易日数据以及个股、指数和ETF的历史数据下载功能,包括日线数据和分笔数据。 DevilYuan支持操作系统包括Windows 7/8/10,并且要求Python版本在3.4及以上,支持64位版本。用户在安装时需要确保Python环境已正确配置。建议用户如果需要下载更多个股历史分笔数据,最好配备较高的计算资源以保证下载速度和效率。 最后,DevilYuan提供的策略编写模板,可以帮助用户快速上手,编写符合自己需求的选股策略和实盘策略。自动下载的数据可以存储至MongoDB数据库,便于数据管理和后续分析。此外,平台还支持单账户多策略的运行方式,给予用户更大的灵活性来构建和管理自己的投资组合。" 知识点: 1. Python编程语言:DevilYuan量化交易平台是使用Python编写的,Python是一种广泛用于数据科学、机器学习和自动化交易领域的高级编程语言,以其简洁的语法和强大的库支持而受到开发者青睐。 2. PyQT框架:PyQT是用于创建图形用户界面(GUI)的跨平台工具集,它能够帮助DevilYuan创建直观和用户友好的界面。 3. 多线程编程:多线程事件引擎是一种技术,用于同时执行多个操作而不阻塞其他线程,这对于量化交易平台来说至关重要,因为它需要能够同时处理多个任务,如数据处理、交易执行和用户交互。 4. 股票量化交易:量化交易是一种投资策略,通过计算机算法和数学模型来决定投资行为,以期望获得超过市场平均水平的回报。DevilYuan平台允许用户编写自己的量化策略并执行交易。 5. 策略回测:通过在历史数据上测试量化策略的性能,以评估策略在未来实际交易中的潜在盈利能力。 6. 实盘交易:将经过回测验证的策略应用到真实的市场交易中,实盘交易是量化交易平台的核心功能之一。 7. 数据源接口:DevilYuan支持多种数据源,如Wind和TuShare,这些都是获取实时和历史金融数据的常用接口。 8. 微信提醒与交互:DevilYuan可以通过微信提供实时的交易提醒和交互功能,这对于移动设备用户来说是非常便捷的功能。 9. 自动化交易:一键挂机全自动交易功能使投资者能够在没有人工干预的情况下执行交易,这种模式特别适合于算法交易和高频交易。 10. 模拟交易:在没有资金风险的情况下测试策略,以验证其在实际市场条件下的表现。 11. 数据库技术:DevilYuan支持将下载的数据存储至MongoDB数据库,MongoDB是一种高性能的NoSQL数据库,适用于存储大量结构化和非结构化数据。 12. 统计分析:平台集成了基本的统计功能,帮助用户分析和评估策略的表现和交易结果。 13. 跨平台支持:DevilYuan可以在Windows操作系统上运行,支持Windows 7/8/10版本,这使得大多数个人电脑用户都能使用该平台。 14. 版本兼容性:平台要求Python环境在3.4及以上版本,确保了对最新Python特性的支持和广泛的第三方库可用性。 请注意,以上内容为基于提供的文件信息提炼出的详细知识点,并未包含实际代码执行、策略编写或实际交易操作的内容。实际使用DevilYuan量化交易平台时,还需要用户具备一定的编程技能和金融知识。
1716 浏览量
DevilYuan股票量化系统 简介 DevilYuan股票量化系统由python编写,支持python3.4+,有如下功能: 可视化(基于PyQT的界面) 多线程事件引擎 四大功能 股票数据 选股 策略回测 实盘交易 历史数据均免费来自于网络 Wind免费个人接口 TuShare 实盘微信提醒及交互 一键挂机 全自动交易 模拟交易,支持9个模拟账号 实盘和回测共用同一策略代码 实盘策略编写模板 选股策略编写模板 自动下载历史数据到MongoDB数据库 股票代码表 交易日数据 个股,指数和ETF历史日线数据 个股和ETF历史分笔数据 集成基本的统计功能 实盘单账户多策略 运行后的界面 image 运行前的准备 支持的操作系统:Windows 7/8/10 安装Anaconda,python3.4+ 64位版本 安装MongoDB,并将MongoDB配置为系统服务 由于个股历史分笔数据比较大,建议配备1T以上的硬盘 MogonDB客户端 实盘交易现在支持的是银河证券,请安装对应的PC客户端 银河证券的客户端需要做如下配置,不然会导致下单时价格出错以及客户端超时锁定 系统设置 > 界面设置: 界面不操作超时时间设为 0 系统设置 > 交易设置: 默认买入价格/买入数量/卖出价格/卖出数量 都设置为 空 同时客户端不能最小化也不能处于精简模式 安装Wind个人免费Python接口 (可选) 若不安装Wind接口,股票代码表,交易日数据和历史日线数据将使用TuShare接口。TuShare这一块的数据更新速度比较慢。并且Wind的复权因子数据比较准确,建议安装Wind。但Wind的接口对数据流量有限制。 到Server酱注册一个SCKEY,这样实盘时的信号可以铃声通知 (可选) 安装Vistual Studio社区版,并勾选Python插件 (可选) 本项目是用VS2017开发的。你可以选择是用VS2017,或者用其他IDE 需要安装的Python包 tushare pymongo qdarkstyle pytesseract pywinauto talib,请到这儿安装对应的whl版本 aiohttp pyqrcode mpl_finance pip install https://github.com/matplotlib/mpl_finance/archive/master.zip pypng VS调试时报异常的包,不调试时不会报错,可选安装 datrie crypto gunicorn 运行 python DyMainWindow.py 运行后的步骤 配置DeviYuan系统 下载历史数据 写一个实盘策略