vn.py

关于人工智能量化实验室 公众号《人工智能量化实验室》主要关注于人工智能知识在量化领域的成果与实践，同时也会分享一些python量化金融项目介绍与实战，以及该领域相关的论文与金工研报的解读。除此之外，公众号不定期还会有学习资料、书籍等赠送活动。以下是公众号主要推送的内容： 1、机器学习、深度学习等人工智能领域知识。 2、前沿人工智能量化的论文与研报等理论与实践成果介绍。 3、传统量化策略以及智能量化策略分析。 4、python量化金融的实践与应用。 5、金融时间序列分析知识。 6、python编程技巧以及实战项目。 历史推送文章 不知不觉中，《人工智能量化实验室》公众号已经迈入了第二个年头，感谢这段时间所有关注公众号的朋友，尤其是当看到后台不断增加的关注数，才激励我继续进行原创文章创作。下面整理了历史推送过的原创文章，感兴趣的读者可以收藏这篇文章以便进行阅读。在接下来的时间中，我也会继续推送更多高质量的文章，希望大家可以继续支持和关注。 点击下方文章标题进入相关文章。 人工智能与量化金融 1. 人工智能在量化领域应用相关论文整理 2. 解读：时间卷积神经网络用于时间序列的异常检测 3. 解读：时空同步图卷积网络：一种时空网络数据预测的新框架（附项目源码） 4. 解读：一种基于扩张卷积和区域转移注意力机制的深度时空网络模型 5. 解读：一种基于时间卷积网络的知识驱动股票趋势预测方法 6

发布于vn.py社区公众号【vnpy-community】 原文作者 ：上弦之月 | 发布时间 ：2020-03-20 随着量化交易在国内金融市场越来越普及，CTA策略之间的竞争也变得越发激烈，除了体现在策略的核心交易信号方面外，也同样体现在策略的实盘委托执行中。 大部分vn.py官方提供的CTA策略样例中，在K线回调函数on_bar内采用的都是两步操作： 调用cancel_all函数，全撤之前上一根K线已经挂出的委托 检查核心交易信号，发出新一轮的委托挂单 这种简单粗暴的写法，更多是出于简化策略执行中的状态机控制，帮助vn.py初学者的降低学习难度，但由于较多的重复操作，在实盘中的运行效果未必能达到最佳。 好在策略模板CtaTemplate中委托函数（buy/sell/short/cover）可以直接返回委托号信息，以及on_order/on_trade回调函数会推送委托和成交状态变化，结合少量的底层代码改造，我们就可以实现更加精细的Tick级别委托挂撤单管理，让策略的核心交易信号和委托执行算法更加有机地结合起来。 扩展OrderData对象 找到vn.py源代码所在的路径，使用VN Studio的情况下，应该位于C:\vnstudio\Lib\site-packages\vnpy，进入到目录vnpy\trader下找到object.py 文件

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 ：2020-04-06 本文的封面图来自于一部叫做《Upside Down》的电影，片中互为颠倒的两个世界仅靠一座巨塔进行有限的沟通，反向合约（Inverse Contract）也许就有点像是这么一座巨塔，连接着传统金融和数字货币两端的衍生品市场。 作为vn.py的用户，以下两处的【合约模式】选项可能曾经让你懵逼许久： CtaBacktester回测参数设置 SpreadTrading创建价差设置 不绕弯子，先说结论： 反向合约 ：只有数字货币市场（或称“币圈”）才有的一种特殊衍生品合约规则； 正向合约 ：除了反向合约以外，其他所有的金融市场（股票、期货、期权等等）采用的规则。 看到这里，如果你不关注币圈（或者觉得数字货币都是骗局）的话，那么只要记住以后【合约模式】都选【正向】，就可以直接退出关闭本文了。 反过来，如果你对金融市场的“新鲜事物”充满好奇心，或者本身就是数字货币投资者（甚至已经在跑币圈量化交易），那么不妨继续看下去，相信接下来的内容会让你有所收获。 反向合约的概念 绝大部分数字货币相关的衍生品都采用了反向合约的设计，包括：反向期货、反向永续、反向期权等。尽管被许多币圈交易所采用，但反向合约本身并没有一个非常正式（或者说学术化）的定义，这里我们尽可能用“人话