发布于vn.py社区公众号【vnpy-community】

 

原文作者：用Python的交易员 | 发布时间：2020-05-30
 

更新日期：2020-5-30
 
针对许多初学者在刚开始使用vn.py时，容易遇到的各种常见问题，整理了这份FAQ文档，后续也会持续保持更新。

 

CTP期货接口

【Q】已经连接登录了CTP接口，但是在VN Trader主界面，左上角的编辑框中输入合约代码后，为何回车无法订阅行情？

【A】请检查合约代码是否输入正确，国内4家期货交易所的合约命名规则有所区别，vn.py内部全部采用官方命名，举例来说：

  • 中金所：IF2003
  • 上期所：au2003
  • 大商所：m2003
  • 郑商所：TA003

请注意以上命名中的英文字母大小写，以及年月的数字。

【Q】连接SimNow的CTP服务器，主界面左下角日志区域没有任何输出信息，或者出现4097错误？

【A】可能有以下几个原因，请按顺序排查：

  1. SimNow提供两套环境，其中第一套仿真**实盘环境只能在交易时段使用（9:00-15:00），第二套仿真测试环境**只能在非交易时段使用（所有其他时间）；
  2. 第一套环境中又分为三组服务器，vn.py只能连接第二和第三组服务器（支持穿透式验证的版本），不能连接第一组；
  3. 由于运维方面的原因，SimNow服务器有时会出现停机维护的情况（2019年之后尤其频繁），此时只能等待到下一个交易日再尝试。

 

RQData数据服务

【Q】RQData中的连续合约数据，提供88、888、99等多种类型，做CTA策略回测应该用哪个？

【A】首先是数据的区别，以股指IF合约为例：

  • IF88：简单将IF股指期货每个主力月份的量价数据进行拼接，未做任何平滑处理，在主力合约换月时数据会有跳空的现象，因此该数据只适合日内CTA策略的回测（收盘无持仓）；
  • IF888：在IF88数据的基础上，当主力合约换月时记录换月的价差金额，并对之前的历史数据全部加上或者减去该价差，进行平滑处理，因此该数据适合隔夜CTA策略的回测（收盘有持仓）；
  • IF99：由所有可交易品种的数据，以累计持仓量进行加权平均后，得出的指数数据，由于其在现实中不可交易（交易所并不提供指数合约），因此不推荐使用该数据进行回测，可用于某些数据模型的研究。

具体细节可以参考米筐官方的RQData文档页面。

 
CTA策略交易

【Q】我自己开发的策略，应该放到什么目录？

【A】CtaStrategy和CtaBacktester两个模块，在启动时都会自动扫描加载VN Trader运行时目录（主界面窗口顶部标题栏的路径）下的strategies目录中的策略文件。

默认情况下，运行时目录是当前操作系统的用户目录，假设你的用户名为abc：

  • Windows系统

    • 用户目录为c:\users\abc；
    • 策略应该放在c:\users\strategies中

  • Linux/Mac系统

    • 用户目录为/home/abc
    • 策略应该放在/home/abc/strategies中

 

历史数据和数据库

【Q】vn.py支持哪些数据库？对于用户来说应该怎么选择？

【A】目前一共支持四套数据库：SQLite、MySQL、PostgreSQL以及MongoDB。其中SQLite、MySQL和PostgreSQL属于SQL类数据库，MongoDB属于NoSQL类数据库。

从各自的特点看：

  • SQLite：采用单一本地文件来保存数据，用户无需安装任何软件即可使用，也是vn.py默认使用的数据库，推荐绝大部分刚上手的用户使用（无需做任何配置）；
  • MySQL：互联网时代使用广泛的数据库，需要额外安装运行MySQL数据库服务（可以选择本机或者独立服务器部署），推荐需要同时运行多个VN Trader进程访问数据库，且有一定SQL经验的用户使用；
  • MongoDB：基于类似Json格式储存的文件型数据库，其查询语言比起SQL更加适合交易员的胃口（易上手），同时速度性能比起MySQL有一定优势，推荐需要同时运行多个VN Trader进程访问数据库，且不会SQL的用户使用；
  • PostgreSQL：功能强大的开源数据库之一，比起MySQL支持更复杂的查询语法和数据格式，但同样也需要大量的时间来学习和配置，只推荐对其已有丰富使用经验的用户使用。

关于数据库的具体配置方法，请参考官网文档。

【Q】手头已有从其他来源（淘宝购买、软件导出等）获取的CSV格式的K线数据，如何导入到vn.py中用于策略历史回测分析？

【A】注意：最新版本中已将之前的CsvLoader模块的功能，合并到了DataManager模块中。

操作流程如下：

  1. 在VN Station中启动VN Trader Pro时，勾选加载DataManager应用模块；
  2. 打开VN Trader主界面后，点击顶部菜单栏的【功能】->【数据管理】，打开DataManager窗口；
  3. 点击右上角的【导入数据】按钮，弹出对话框【从CSV导入数据】；
  4. 点击【选择文件】按钮，在弹出的对话框中选择要导入的CSV文件路径；
  5. 在【合约信息】栏目下，配置要把数据放到其中的目标数据库，注意周期只支持：MINUTE（1分钟线）、HOUR（1小时线）、DAILY（1日线）、WEEKLY（1周线）；
  6. 在【表头信息】栏目下，根据CSV文件内的表头进行匹配，注意如果是英文大小写必须完全一致；
  7. 在【格式信息】栏目下，对日期时间戳的字符串格式进行匹配，大部分情况下注意分隔符（如年月日用“-”还是“/”）以及日期时间之间是否有空格就够了；
  8. 点击【确定】按钮执行导入操作，导入过程中界面会假死，通常耗费几秒到十几分钟的时间（视乎数据量）；
  9. 完成后点击右上角的【刷新】按钮，即可查询数据库中当前该合约的数据范围情况。

 
 

2020年的第二期vn.py小班课还剩最后一个名额！

  • 两天共计10小时的密集提高课程

  • 8套高端CTA策略源代码分享

    • DoubleChannel
    • KeltnerBandit
    • RsiMomentum
    • SuperTurtle
    • TrendThrust
    • Cinco
    • Cuatro
    • SuperCombo

  • 动态风险仓位管理模型

  • 策略内嵌复杂算法交易

详情请戳 2020年第二期小班课：CTA策略开发