Welcome to StarQuant

StarQuant(中文名：易数交易系统)是一个轻量的、面向个人( 普通）用户的综合量化交易回测系统，目前主要用于期货期权程序化交易，后期会考虑加入股票交易的功能。

当前进展：开发已完成70%左右。

功能特色

采用多进程和多线程模式，行情交易接口，策略执行，gui界面均为独立进程，进程之间通信采用消息队列，延迟在百微秒量级（实测在30-100微秒之间），对于普通用户延迟足够低 (保留了共享内存通信的接口，后续可以基于共享内存（如kungfu的易筋经）实现百纳秒到微秒级的低延迟)；
支持实盘程序化交易，支持多个API接口（ctp穿透式, xtp，易盛内外盘等），支持多个期货公司账号同时登录，多个策略组独立运行，可设置触发条件实现自动登录，登出，重置等，可以实现7*24小时工作;具有风险控制模块，可以设置流控、总量控制等参数; 支持本地条件单（止损），一键全撤，平仓等自定义指令类型；
支持策略的实时动态管理（增加，删除，编辑参数，启动，停止，重新载入等，类似vnpy的ctastrategy 模块），可以管理多个策略进程；
支持python语言的策略回测和实盘交易，回测框架是基于vnpy改写，支持动态重新加载策略，策略在回测和交易程序中形式一样，无需重写代码, 同时python策略的数据格式、函数形式与vnpy兼容，方便转换、迁移和测试；
支持回测参数优化筛选功能，可以多进程参数优化和遗传算法优化，可以批量回测不同合约，方便将不同主力合约一起回测；
支持实盘行情订阅和数据存储（tick,bar），类似vnpy的data recorder, 单独进程模式，同时也具有vnpy的csv loader的功能，支持bar和tick数据导入；支持从多个数据源下载数据（RQData，Tushare，JoinQuant）；支持多种回测数据来源；支持bar和tick不同时间尺度回测；
支持实盘行情数据的模拟交易（简单的撮合）；
采用Qt可视化界面作为前端，方便管理，监控和操作，相关监控信息可以导出为csv文件，可以查看实时k线数据；可以查看合约基本信息；
支持系统、交易信息（委托，成交，持仓等）的记录；目前在服务端采用logcplus；
支持微信实时推送和接收信息（itchat 或Server酱等方式)

系统架构

系统主框架基于c++实现，采用c-s架构，基于事件驱动模式，采用模块化松耦合设计，服务端的行情，交易、数据记录为单独线程，服务端与gui界面、策略之间的进程通信采用消息队列方式（nanomsg），行情数据可以通过相关端口以消息形式转发到策略进程，策略下单操作也通过相关端口将指令转发到服务端，然后调用相关柜台api，行情api支持CTP，TAP等，数据可以记录到本地（csv文件或Mongodb数据库），策略可以采用python或c++实现。GUI是基于PyQt5，支持手动交易，策略交易，委托持仓账号等信息查看。

注：开源的代码主要展示了系统的原型和框架，方便在此基础上二次开发和定制，定制化的代码未开源。

开发环境

本系统在开发过程中参考了已有的开源软件vnpy,kungfu，EliteQuant等。开发环境：Manjaro（arch，Linux内核4.14)，python 3.7.2，gcc 8.2 第三方库： boost 1.69 nanomsg log4cplus yamlcpp libmongoc-1.0 fmt

python依赖psutil，pyyaml,pyqt,qdarkstyle,tushare等包。

运行

首先需要编译完成cppsrc下的库，需要事先安装boost，nanomsg以及CTP,TAP等柜台api的动态链接库。编译过程和原项目类似，使用 CMake 进行编译：

$ cd cppsur
$ mkdir build
$ cd build
$ cmake ..
$ make

编译完成后将cppsrc/build/StarQuant下的可执行文件sqserver拷贝到主目录运行即可启动服务端， gui界面执行sqgui.py即可启动，backtest.py为回测执行文件，config_*.yaml为相应的配置文件，运行前请修改并且放到etc文件夹下 mystrategy为相应的策略文件夹，其中策略可以单独运行