随着2019年已经进入下半年,2020年VN.PY的开发发展规划也浮出水面,VN.PY的核心团队特拟定了2020年发展规划。

1,全面支持VirtualApi ,因为老的VN.PY回测能力低下,特别是在易用性和多线程方面处于劣势,鉴于VirtualApi良好的设计,VNPY将VirtualApi将纳入Partner Source体系。
这样可以降低使用VN.PY的研发时间和成本。
http://www.virtualapi.cn
2,将支付酷操盘手系列资管系统,由于VN.PY在处理多账户时性能无法克服Python本身的性能问题,所以VN.PY急需一个C++产品弥补这个功能缺陷,酷操盘手系列采用C++进行研发,并且提供了C++ 类CTP api的接口,通过VN.PY接入,这样可以非常完美解决了多账户时VNPY的性能问题。
酷操盘手资管也将纳入Partner Source体系。

3.将MDSHARE的TICK采集工具纳入VN.PY 的Partner Source体系。
量化交易的一个关键步骤就是数据的采集,VNPY基于Python做数据采集时因为牵涉合约多达500-600个,基于采集模块属于功能模块,完全可以用通过www.mdshare.cn模块提供采集的功能。
http://www.mdshare.cn

4.通过KUCPS系列的支持,增加对C++ 策略支持,可以大大提高策略保密性。
http://www.kucps.com

vn.py基于广度方面一直做的很好,为了弥补在部分功能方面的不足,VN.PY将以上3个产品纳入VN.PY的partner source体系。

2020年,VN.PY将和合作伙伴一起迎来新一轮的发展。

量化行业瞬息万变,虽然VNPY已经5岁了,但是VNPY还不老,VNPY将联合这些优秀产品一起增强自己的功能, 无论你是交易者、还是金融从业者、还是IT开发者,在量化课堂,都可以提升开发实力,启迪策略思路 都会从2020年的新的增强功能中为广大量化爱好者们找到新的开发模式,降低研发成本。
基于Python的开源量化交易平台开发框架 http://www.vnpy.cn

vn.py是一套基于Python的开源量化交易系统开发框架,于2015年1月正式发布,在开源社区5年持续不断的贡献下一步步成长为全功能量化交易平台,目前国内外金融机构用户已经超过300家,包括:私募基金、证券自营和资管、期货资管和子公司、高校研究机构、自营交易公司、交易所、Token Fund等。 对vn.py和量化交易新手的建议:

1.Python 适合用于快速开发,解释性语言导致了运行效率比较低,但是开发速度相对于其他语言却很高。当然Python做数据分析的效率比较高,但是做底层会下降一个 数量级的原因,所以尽可能建议用成熟的资管系统去实现多账户。目前虚拟币市场比较混乱,厂商的API水平参差不齐,而A股禁止使用资管系统,外盘相对而言 波动小是一个更成熟的市场,国内的期货的API是最成熟和完善的,那么期货的资管也很丰富,包括了信管家、融航、酷操盘手等。

2.因为搭建整个量化平台需要涉及很多,包括数据处理,策略开发,底层搭建,而这些工作在私募基金是由一个团队去完成的,如果是一个爱好者自己做怎么的也得3-5年吧。所以给出的建议是,尽可能的将精力放在策略开发上,对底层和框架可以拿来主义。

3.对一些人工智能库该怎么用,对大多数程序员来说也只是学会调用,能做到调参的已经是比较高的水平了。若想真正做到精通人工智能算法,对程序员也 不是一个简单的工作,更不要说一般爱好者了,人工智能算法需要的是优秀的算法工程师 , 要熟练的掌握高等数学、线性代数、离散数学、组合数学、矩阵论、概率统计等数学课程,数据结构 (树、链表、矩阵、图)等各种典型的数据结构以及常用的查找和排序算法(比如冒泡排序、快速排序、二分查找、希尔排序等,熟悉各自算法的时间复杂度)。对 于通用型的算法思想,比如递推、分治、贪心、递归、动态规划等算法策略要熟记于心并能灵活运用。要做好人工智能算法这一些都离不开深厚的数学功底。。 所以所以对一般量化交易爱好者而言,一上来不要追求人工智能去开发策略。

4.vn.py python框架也在不断进化,vn.py目前最大的问题是性能问题,相信未来还有更好的框架出现,建议爱好者将精力方在策略开发上,策略相比平台则是更保值的东西。