bigdig / paper_trading

creat your own paper trading server

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Paper Trading

专注于证券市场模拟交易后台服务,交易市场可扩展。

Paper Trading项目已经由pTraderTeam小组来维护

image

系统安装

安装Python

至少Python3.7以上

安装mongodb

安装好之后,将mongodb服务开启

安装

pip install paper_trading

配置

配置你的setting.py

setting.py 包括了所有模拟交易程序的运行参数。你要自己考虑需要什么样的模拟交易程序

配置flask app

根据你的需要修改run.py中的IP地址和端口,及调试模式

使用

python run.py test # 开启回测模式
python run.py dev  # 开启开发模式
python run.py      # 开启模拟交易模式

开始模拟交易吧

接口

flask app 只提供了模拟交易服务的接口,需要你自己向这个接口发送不同的请求。 你可以自己用requests或者其他工具写一个url请求模块,把server.py中的接口都封装一下,或者直接使用exampe。 把example文件夹中的pt_api.py文件放入你的量化交易程序,在引入相关函数后,你就可以使用模拟交易程序的功能了。

对接vnpy

使用vnpy的朋友们,你们可以使用example中的vnpy接口包,按照文件夹的名字放入vnpy的api和gateway目录中,修改vnpy的启动文件代码,加载paper_trading的接口,开始你的模拟交易吧

开发环境

安装

poetry install
pre-commit install

打包

poetry build

发布

poetry publish

各模块功能

  • paper_trading

    主程序目录

    • api

      模拟交易程序使用到的api

      • db.py

        mongodb数据服务类

      • pytdx_api.py

        封装了pytdx的行情服务模块,主要用来获取市场实时行情

      • tushare_api.py

        封装了tushare的行情服务模块,主要用来获取市场实时行情

  • app

    使用flask为模拟交易程序提供网络接口

  • event

    事件引擎类,直接使用了VNPY中的事件引擎类

  • trade

    核心模块

    • account.py

      交易员类与各种数据接口生成器

    • account_engine.py

      账户引擎,与账户、持仓、交易记录、订单有关的所有功能

    • data_center.py

      数据中心,包含web功能常用的行情数据

    • market.py

      交易市场类,里面包含了两种撮合成交的模式,注意根据你的使用需求进行配置

    • pt_engine.py

      程序主引擎

    • db_model.py

      数据库相关操作函数集合

  • utility

    工具箱

    • constant.py

      常量类,所有的常量都在这里

    • errors.py

      错误类,继承自Exception

    • event.py

      事件引擎使用的所有事件类型

    • model.py

      数据模型类

    • setting.py

      程序设置

  • docs

    接口说明文档

    项目更新日志

  • example

    pt_api.py 已经包括了对flask 服务的封装,你可以将pt_api.py放到你的量化交易程序中,import你需要的函数进行使用

    vnpy 作为vnpy的接口使用,复制文件到vnpy项目对应的文件夹

  • tests 测试代码,目前为空

项目参考

[https://github.com/pTraderTeam/paper_trading]

About

creat your own paper trading server

License:MIT License


Languages

Language:Python 51.8%Language:JavaScript 20.0%Language:CSS 15.2%Language:HTML 12.9%