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:2021-10-30
本周二发布了vn.py的2.7.0版本,本次更新的内容主要是新增了一系列金融机构投资者常用的数据服务接口,包括:万得Wind、同花顺iFinD和天软Tinysoft,满足机构用户在使用vn.py过程中的数据获取需求。
和之前一样,对于使用VN Studio的用户,启动VN Station后,直接点击界面右下角的【更新】按钮就能完成自动更新升级,对于没有安装的用户,请下载VN Studio-2.7.0,体验一键安装的量化交易Python发行版,下载链接:
https://download.vnpy.com/vnstudio-2.7.0.exe
机构数据服务接口
关于国内量化数据接口的整体介绍,推荐参考之前的这篇公众号文章:
简单总结一下,对比主要面向个人投资者的产品,机构数据服务接口的特点包括:
- 数据范围更广:除了基础的行情数据外,还有众多的经济、财务、另类金融数据;
- 质量更加可靠:体现在数据的准确性,服务器的可用性,客户支持的及时性等方面;
- 普遍价格更高:面向机构的单个用户年费通常在5-20W,在机构客户批量采购的前提下能降到2-8W。
在vn.py的全局配置中,和数据服务相关的字段全部以datafeed作为前缀,具体字段含义如下:
- database.name:数据服务接口的名称,同样是全称的小写英文字母;
- database.username:数据服务的用户名;
- database.password:数据服务的密码。
万得Wind
对于在国内金融机构工作的从业者来说,【万得Wind金融终端】(简称Wind)已经是工作中的标准配置,不管是股票、债券、商品还是外汇市场的数据,Wind可以说是应有尽有。
同时Wind在多年前就推出了数据API,方便用户通过程序快速获取数据进行分析。在本次2.7.0的版本中,vn.py新增了对接了Wind的数据服务接口vnpy_wind,对于许多机构用户来说可能是更为方便的选择。
需要注意的是,vnpy_wind接口连接的是本地电脑运行着的Wind终端(而非远程的Wind服务器),因此在运行前必须先启动并登录Wind终端,在使用过程中也必须保持程序开启不能关闭。
同花顺iFinD
在金融领域提起同花顺这个词,大部分人的第一反应是面向个人投资者的股票交易软件和APP,但其实同花顺公司也同样推出了面向专业机构用户的【iFinD金融数据终端】(简称iFinD),且在过去几年中的市场占有率快速上升:
- 项目地址:vnpy_ifind
- 数据分类:股票、期货、期权、基金
- 数据周期:日线、小时线、分钟线
- 申请试用:iFinD金融数据终端
天软Tinysoft
作为国内老牌金融数据公司的天软,其核心产品【天软.NET金融分析平台】(简称TinySoft),在券商研究所和自营领域积累了大量用户。翻看券商的金融工程研报时,经常会发现图表的备注信息中写有“以上数据来自天软”的数据来源说明:
- 项目地址:vnpy_tinysoft
- 数据分类:股票、期货、期权
- 数据周期:日线、分钟线、Tick(实时更新)
- 购买联系:天软.NET金融分析平台
其他更新
策略应用模块剥离
- AlgoTrading算法交易模块,剥离到vnpy_algotrading项目中;
- ScriptTrader脚本交易模块,剥离到vnpy_scripttrader项目中;
- PortfolioManager组合管理模块,剥离到vnpy_portfoliomanager项目中。
交易接口模块剥离
- Interactive Brokers交易接口,剥离到vnpy_ib项目中;
- 飞鼠交易接口,剥离到vnpy_sgit项目中;
- 易盛外盘交易接口,剥离到vnpy_tap项目中;
- 直达期货交易接口,剥离到vnpy_da项目中。
CHANGELOG
新增
- 新增天软数据服务项目vnpy_tinysoft
- 新增同花顺iFinD数据服务项目vnpy_ifind
- 新增万得Wind数据服务项目vnpy_wind
- 新增PortfolioStrategy专用的PortfolioBarGenerator
调整
- 移除OnetokenGateway
- 移除MarketRadarApp
- 算法交易模块中移除套利和网格两个非执行类算法
- vnpy_tushare数据服务,增加持仓量和成交额字段
- vnpy_datamanager数据管理器,查询的K线信息按合约代码排序显示
- vnpy_dolphindb优化数据的加载解析速度
- vnpy_influxdb采用pandas解析CSV数据,提高整体速度
修复
- 修复vnpy_ctp的CtpGateway,在夜盘换日时上期所行情时间戳的日期字段误差问题
- 修复vnpy_arctic的数据重复写入时出现的错误覆盖问题