原文出處：http://vnpy.org/2015/03/04/20150304_Python%E9%87%8F%E5%8C%96%E4%BA%A4%E6%98%93%E5%B9%B3%E5%8F%B0%E5%BC%80%E5%8F%91%E6%95%99%E7%A8%8B%E7%B3%BB%E5%88%970-%E5%BC%95%E8%A8%80/

?

為什么用Python來開發(fā)量化交易平臺

目前本人所在的公司一共有三款平臺，分別基于C++， C#和Python。其中C#和Python平臺都是由交易員開發(fā)；C++平臺則是由專職IT團隊作為一個通用平臺開發(fā)，內(nèi)部組件進行了封裝（交易員不可見），對外提供行情、交易的API用于策略開發(fā)（除了C++ 外也包括C#和Python可用的API）。

理論上這款C++平臺應(yīng)該是最為穩(wěn)定和強大的，由專業(yè)人士設(shè)計，同時采用封裝核心，暴露API，支持組件模塊開發(fā)，linux服務(wù)器運行的形式。

但是在實際運用中，交易團隊表達了一個強烈的觀點：這個平臺實在是太難用了！

由IT團隊設(shè)計的API功能非常強大，但是也太過繁瑣，導(dǎo)致學(xué)習(xí)曲線極為陡峭。

為了追求速度，沒有設(shè)計原生GUI（本來就為了在Linux服務(wù)器上跑），但是今天絕大多數(shù)的非超高頻（追求微秒級延遲的那種）交易策略，幾乎都需要有人實時監(jiān)控，你總不能讓交易員盯著個linux shell上不斷print出來的內(nèi)容或者盤中去翻日志吧，這個運維風(fēng)險就扛不起。盡管可以作為插件的形式開發(fā)GUI，但C++本身的GUI開發(fā)還是較為復(fù)雜的，非專業(yè)IT很難搞的定。

交易員團隊的需求變化很快，通常等不及IT去排班開發(fā)，最好是今天收盤有個點子，明天開盤就能開始接實盤數(shù)據(jù)驗證，沒問題后天就能上實盤。比如去年四季度的分級基金套利機會就是稍縱即逝，那段時間如果能快速開發(fā)完成一套專門的監(jiān)控套利系統(tǒng)，抓住的利潤絕對會比用excel接wind數(shù)據(jù)來的多不少。

某些業(yè)務(wù)邏輯確實太過復(fù)雜，交易員想解釋讓IT明白，無奈IT并不是太擅長某些金融領(lǐng)域（比如期權(quán)高頻套利的整個業(yè)務(wù)框架），交流成本太高。

用web開發(fā)來做比較的話，C++實現(xiàn)的量化交易平臺像是java在網(wǎng)絡(luò)開發(fā)領(lǐng)域的地位，強大（幾乎無所不能）、穩(wěn)定（無數(shù)大公司的支持），但是也很臃腫（你一兩個人開發(fā)試試）。

以上的原因促成了我堅持使用Python開發(fā)一個交易平臺，這款平臺的定位好比于node.js為前端工程師（用戶體驗的直接締造者）提供了一個簡潔又不失強大的后端平臺，主要的目標(biāo)用戶群是中小型量化團隊（根據(jù)我的經(jīng)驗，絕大部分的券商自營、期貨資管和基金量化部門都不大）、專業(yè)的交易員團隊（可以雇得起少量專職IT）以及一部分打算從互聯(lián)網(wǎng)領(lǐng)域轉(zhuǎn)行來的程序猿們（Python在互聯(lián)網(wǎng)公司用的不少）。

Python在量化平臺開發(fā)方面的優(yōu)缺點

優(yōu)點

動態(tài)語言的快速開發(fā)特性，封接口有boost.Python，寫GUI有PyQt，時間序列有numpy，等等，幾乎你想干的事都有現(xiàn)成的庫可以用，這里吐槽下公司大牛自己寫C++里的簡單移動平均（SMA）算法，確實比常規(guī)實現(xiàn)快不少，但似乎對pnl沒什么直接幫助。

學(xué)習(xí)成本低，這點算是個共識了吧？

真需要低延遲的時候，膠水語言很容易通過其他語言拓展：cython, ctypes, boost.Python等等。

運行速度足夠快，也許和C++比起來確實慢了不少，但是就我的經(jīng)驗來看，這點速度延遲對90%的策略pnl毫無影響。

缺點

GIL，該死的全局鎖導(dǎo)致Python無法有效利用多核CPU的性能，盡管可以通過拓展繞過去，但還是沒有其他語言原生多線程利用多核的方案來的簡便。

沒有靜態(tài)類型檢查，重構(gòu)的時候確實有點痛苦，不過一個良好的編程范式可以有效解決這個問題。

不適合用來搞超高頻策略（追求微秒級延遲的差異），得承認(rèn)這點Python確實搞不過C++。常規(guī)基于TICK級數(shù)據(jù)的策略沒問題。

為什么會有這個系列

2015年的春節(jié)期間突然萌發(fā)了啟動一個開源量化交易平臺開發(fā)框架項目的想法，原因包括：

國內(nèi)很多的機構(gòu)和個人量化投資者，在受夠了一些商業(yè)軟件的束縛后（TB、金字塔等）想基于柜臺API進行直接開發(fā)，然后在C++的.h頭文件、網(wǎng)上一些不成體系的開發(fā)指南、不知道如何構(gòu)建程序核心架構(gòu)等等問題中賺的一頭霧水后放棄。

國外有相當(dāng)多類似的項目，比如AlgoTrader、Tradelink、Marketcetera等等開源交易平臺有著大量的用戶和活躍的社區(qū)。目前國內(nèi)據(jù)我所知只有海風(fēng)的AT平臺項目（基于C#），QuantBox項目當(dāng)前更多只是一個柜臺API的統(tǒng)一化封裝（當(dāng)然封裝的非常漂亮，有興趣的建議直接看看源代碼）。

在本人的整個求學(xué)經(jīng)歷中，發(fā)現(xiàn)最佳的學(xué)習(xí)方式之一就是自己當(dāng)老師，當(dāng)你試著把某種知識教給別人時，你對這種知識的掌握會更加細(xì)致深入。

拋磚引玉，本人是交易員出身，編程算是半路出家，不專業(yè)的地方很多，通過這個項目和業(yè)內(nèi)人士多多交流。

TB之類的商業(yè)軟件不算，國內(nèi)目前最大量化交易社區(qū)應(yīng)該是C#（交易）和Matlab（研發(fā)），而能兼顧交易和研發(fā)的Python社區(qū)居然十分弱小，實在是不能忍。

授人以魚不如授人以漁，目前這個項目vn.py已經(jīng)發(fā)布在了github上，包含了基于華寶證券LTS API的Python封裝和事件驅(qū)動引擎，魚竿準(zhǔn)備好了，剩下的就是學(xué)習(xí)如何釣魚。一方面也是因為自己之前在學(xué)習(xí)過程中遇到的最大問題之一就是目前國內(nèi)缺乏一個成體系的量化平臺開發(fā)教程，所以發(fā)布項目后的下一步工作就是編寫這個教程系列。

系列內(nèi)容安排

整個系列文章目前預(yù)計包含的內(nèi)容如下：

類CTP交易API的工作原理

類CTP交易API的Python封裝設(shè)計

vn.py項目中API封裝的編譯，其他交易API的封裝

事件驅(qū)動引擎原理和使用

華寶LTS交易平臺開發(fā)：登陸、訂閱市場行情

華寶LTS交易平臺開發(fā)：交易功能

華寶LTS交易平臺開發(fā)：持倉、交易、下單監(jiān)控

聯(lián)系作者

本人的知乎號：用Python的交易員，可以通過知乎私信聯(lián)系到我，一些和開源項目、教程相關(guān)的問題交流也會發(fā)在知乎上。

轉(zhuǎn)載于:https://www.cnblogs.com/MMonica/p/5188218.html

總結(jié)

以上是生活随笔為你收集整理的[转载]Python量化交易平台开发教程系列0-引言的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。