动态

  • QuickLib在开源中国开源

    2017.2.1 量化林

    https://git.oschina.net/quicklib/Quicklib

      image

    1. 期货 CTP Python框架
    2. A股 CTP2 Python框架
    3. 投顾风控(博易鑫管家)API Python框架(可用于MOM模式的私募)
    4. 预警、监控、远程管理、跟单库
    5. 例子
    6. 教学视频
    7. 2013~2015期货历史行情数据下载链接
    8. GIT工具软件

    查看详情
  • 承载金融科技人的梦想,追求量化速度效率的极致

    2017.10.5 量化林

    1. image

      image

      短短一年半多的时间,Quicklib程序化交易开源框架和工具 www.quicklib.cn的客户群数量取得突飞猛进的增长, 我也辞去上海私募基金的CTO职务,全身心维护和拓展Quicklib产品系列。 经过客户的多次反馈和意见,和我不断努力,整个Quicklib产品线迅速提高,覆盖了行情搜集维护、调用历史API、账户资金曲线的监控回执、多账户跟多账户任意分组的跟单系统,并提供了一个免费的T历史行情TICK数据中心【ftp://mdshare.cn】(资源管理器登录目录) 几个QQ群( 点击加QQ主群 5272183)主群超过1500人,几个群累计合计超过2500人。论性能Quicklib远超单一的python框架VNPY的性能, 而Quicklib底层都是C++开发的,封装一些方法暴露底层接口被python直接调用,采用异步IO,绕过pythonGIL全局锁。 总所周知,python对一些基础语句性能比C++低一个数量级(在某些网络上公认的测试中甚至达到了70倍差距)左右,Quicklib采用底层C++驱动方式当然比VNPY的应用层驱动性能更好。 C++是专业编程语言,python则是因为学习门槛低的亲和力,都说python不适合做大项目,但更适合建模。

      image

      Quicklib群里私募基金研究员、基金经理、基金公司老板、职业交易者、初学爱好者、超级计算机来做深度学习等AI技术做回测的大数据分析架构师,建立了一个良好的技术探讨环境,在和大家的交流中,鉴定了我不断更新产品系列的信息。 上半年我帮一些刚刚开展业务的私募朋友开发了高频交易程序,我当时也是带着交朋友的态度,后来他请我吃饭,吃饭时聊到问我有没有朋友可以接他的资金,我想到刚好群里有朋友资金曲线跑的很好,就帮他对接了私募基金的朋友对接了1笔1000万的资金,

      image

      image

      上图是我用C++开发的基于CTP的系统,在很多测试中,C++对基本语句性能是PYTHON的10-70倍 《刚才测试了一下 Node.js 与 python 的计算性能,震惊了,node.js居然比python快了70多倍。。比php快了16倍,c语言也比node.js慢了一点点》 https://www.v2ex.com/t/113887?p=1 《循环测试:C性能是PYTHON的 62倍》 http://www.iteye.com/topic/699462 《 Python 比 C++ 慢 22 倍》 https://www.juhe.cn/news/index/id/843 当然简单的说python比C++慢22倍,比node.js慢70倍,比C慢62倍并不公平,

      image

      事实上,当python作为胶水调用一些库进行计算的时候,甚至比C++做计算还要快10%左右,得益于CPU基于硬件对PYTHON调用的类库(例如numpy)做了硬件上的优化 当然如果python只是作为胶水,如果只是粘合各种C++开发的类库,那么性能差异并不明显,就好像用胶水补车胎,只要胶水都抹均匀了,强度取决于贴上去的那块橡胶。 Quicklib的初衷就是将python方便建模和C++的高性能融合

      image

      今年4月份,python社区 [ www.pythonpai.com ]也逐渐被大家所熟悉,每天都有很多朋友去社区浏览有关量化交易和最近量化科技的帖子,今年在没有外包的情况下将pythonai派社区的APP开发完成了。 目前在应用宝[ http://sj.qq.com/myapp/detail.htm?apkName=com.pythonpai.www.pythonpai] 已经可以下载。 预计明年 python派 的 IOS版本也很快可以在苹果商店下载了。 6月份还采用C++开发了跟单软件 酷操盘手[ www.kucps.com],经过几轮的完善和修复,已经被一些朋友免费使用,支持上海期货交易所公司的SINOW模拟账户 和 CTP实盘账户。实现了单账户跟单账户、单账户跟多账户、多账户跟单账户、多账户跟多账户任意比例组合跟单。 上次被VNPY在知乎鄙视和抨击Quicklib的经济业务,但前2个月我还是上线了开户中国 [www.kaihucn.cn], 并提供了PC客户端和APP查询系统,因为我主要是靠量化交易,开户并不是我的主要业务,所以朋友们的反佣拿的很多,最高达到交易所反佣的80%左右。最大程度降低了我群里朋友的 交易成本。 上图为Quicklib在订阅10个合约时,每秒接收20比TICK,并print出来,每秒print 60行时,CPU占用的情况,CPU为i7 4790 , 占用0.1% ; 如果在改为不print数据, CPU占用仅 0%。 今年7月份喜得贵子,群里大家也都为我高兴,我要说:谢谢你,世界又多了一个可爱健康的花朵,继续努力 !使得作为刚当上爸爸的我肩膀上又多了一份责任。 经过半年的思考,对新的程序化交易模型有了一些开发计划,除了 下半年的计划有4个模型要开发和回测外出的计划以外,还有继续会开发一些工具免费提供的计划。 都说python不适合做大项目,只适合建模,故新的开发工具计划采用C++开发,并提供python接口的形式。QuicklibC++的性能和python易于建模优点与一生的架构,性能可以最大程度得到保证。 同时我们建立了 QQ 交流群 5172183 (入群问题答案:quicklib), 有任何使用问题,可在群内找我们答疑。项目初创 最后,关于 Quicklib的更多动态,请大家关注我们的官网:http://www.quicklib.cn 请注明转自量化界 http://www.lhjie.net/forum.php?m ... =193&extra=page%3D1量化交易

    查看详情
  • 我们一起见证在量化交易中的成长

    2017.10.5 量化林

    1. 今年春节之后,我离开上海的一家私募基金之后,成立了上海量贝信息科技有限公司(主要围绕量化交易), 之所以起这个名字,贝壳在远古的时候就是货币嘛。 为什么要注册信息科技有限公司呢? 确实本来想注册私募基金的,但无奈目前金融类公司注册被管制,只能以科技有限公司注册。 从离职到现在,全职做自己的量化交易事业也有半年了。一切也逐渐走上正轨。 短短一年时间,Quicklib [www.quicklib.cn] 几个QQ群( 点击加QQ主群 5272183)已经合计超过2000人,QQ主群 5272183的 群主是我本人。群曾经被VNPY的人贬低为民科群,论性能Quicklib远远超过VNPY的性能,毕竟python直接搞底层性能很有问题,而Quicklib底层都是C++开发的,封装一些方法暴露底层接口被python直接调用,采用异步IO,绕过python GIL全局锁。总所周知,python对一些基础语句性能比C++低一个数量级(约10倍)左右,Quicklib采用底层C++驱动方式当然比VNPY的应用层驱动性能更好。 可能是由于VNPY作者不擅长C++,C++是专业编程语言,python则是因为学习门槛低的亲和力,都说python不适合做大项目,但更适合建模。所以我从来不认为VNPY作者有资格这样贬低。 恰恰相反,QQ主群 5272183这个群里私募基金研究员、基金经理、基金公司老板、职业交易者、初学爱好者、超级计算机来做深度学习等AI技术做回测的大数据分析架构师,建立了一个良好的技术探讨环境,从大家的聊天中可以看出很多喜怒哀乐和人生轨迹。 0_1508064838951_600.jpg 上半年我帮一些刚刚开展业务的私募朋友开发了高频交易程序,我当时也是带着交朋友的态度,后来他请我吃饭,吃饭时聊到问我有没有朋友可以接他的资金,我想到刚好群里有朋友资金曲线跑的很好,就帮他对接了私募基金的朋友对接了1笔1000万的资金, 今年4月份,python社区 [ www.pythonpai.com ]也逐渐被大家所熟悉,每天都有很多朋友去社区浏览有关量化交易和最近量化科技的帖子,今年我还学习了Android和IOS的开发,在没有外包的情况下将pythonai派社区的APP开发完成了。 目前在应用宝[ http://sj.qq.com/myapp/detail.htm?apkName=com.pythonpai.www.pythonpai] 已经可以下载。 预计下半年 python派 的 IOS版本也很快可以在苹果商店下载了。 6月份还采用C++开发了跟单软件 酷操盘手[ www.kucps.com],经过几轮的完善和修复,已经被一些朋友免费使用,支持上海期货交易所公司的SINOW模拟账户 和 CTP实盘账户。实现了单账户跟单账户、单账户跟多账户、多账户跟单账户、多账户跟多账户任意比例组合跟单。 上次被VNPY在知乎鄙视和抨击Quicklib的经济业务,但前2个月我还是上线了开户中国 [www.kaihucn.cn], 并提供了PC客户端和APP查询系统,因为我主要是靠量化交易,开户并不是我的主要业务,所以朋友们的反佣拿的很多,最高达到交易所反佣的80%左右。最大程度降低了我群里朋友的 交易成本。 今年7月份喜得贵子,群里大家也都为我高兴,我要说:谢谢你,世界又多了一个可爱健康的花朵,继续努力 !使得作为刚当上爸爸的我肩膀上又多了一份责任。 经过半年的思考,对新的程序化交易模型有了一些开发计划,除了 下半年的计划有4个模型要开发和回测外出的计划以外,还有继续会开发一些工具免费提供的计划。 都说python不适合做大项目,只适合建模,故新的开发工具计划采用C++开发,并提供python接口的形式。这样的架构,性能可以最大程度得到保证。毕竟像VNPY那种用python开发底层的结构,性能和C++做底层是差很多的。 量化交易
    2. 酷操盘手跟单软件http://www.kucps.com
    3. 量化界http://www.lhjie.net
    4. python派社区http://www.pythonpai.com
    5. python量化交易资源导航http://www.pythonpai.com
    6. 开户中国http://www.pythonpai.com

    查看详情
  • 发布QuickLib 期货CTP Python框架 v2.8版,数据结构优化

    2016.1.30 量化林

    QuickLib CTP Python框架发布v2.8版, 更改了内部数据结构:

    [修复]由原先的自定义HASH改为STL的HASHMAP

    CPU占有率测试:

    订阅10个合约,每秒接受20比TICK数据,打印60次,采用CPU为Intel i7 4790K ,经测试平均CPU占有率 0.1%

    image

    查看详情
  • 建议各用户升级。终端与SDK均需升级方可使用此功能。

    查看详情
  • 预警、远程管理、监控器库与交易端建立多个连接

    2016.11.2 量化林

    支持1对1、1对多、多对1、多对多的任意4种权限(预警、远程管理、跟单、浏览等)账户的组合登录

    采用线程池、无锁队列等技术,理论支持超10万个有效连接,具体达到的最大连接数还需要根据网络等硬件条件决定。

    image

    image

    查看详情
  • 发布QuickLib A股CTP2 Python框架 v2.3版

    2016.1.30 量化林

    QuickLib A股CTP2 Python框架发布v2.3版:

    查看详情
  • 上期CTP SIMNOW模拟服务器IP配置和BROKEID

    2016.10.15 量化林

    连接SIMNOW服务器请按以下环境配置,
    实盘同步的服务器收盘后会关闭,无法连接;
    交易日时模拟盘在下午4点后才提供行情。
    如果初始化出错,请确保模拟行情交易服务器是正常状态。
    上期SIMNOW CTP模拟服务器,每天早上7点左右会重新发一遍上一交易日的行情数据,在Quicklib CTP Python框架里已提供了方法对时间段行情进行拒收过滤。

    若要实现实盘交易,请按快期安装文件夹里的brokeid.xml和快期里的交易和行情服务器IP地址,以及您在期货公司的账户和密码进行改配置文件或用Python框架方法(函数)登录。

    image

    查看详情
  • QuickLib开发的最初缘由

    2016.5.20 QuickLib作者:林

        我在基金公司长期开发量化平台的过程中积累了不少心得和体会,也在CTP的开发群中认识了很多朋友,其中包括了本身就在基金公司任职并尝试开发的程序员,有丰富经验的量化交易平台开发者,也有为了满足自己交易进行开发的爱好者。他们大多数是用C++进行底层开发,有一些人会用JAVA、C#、Python、R、matlab等。但大多数人都必须自己从事底层开发,开发底层的周期是如此漫长,以至于很多自由交易者在开发过程中不得不脱离了策略本身。很多都是在开发底层1年后才开始做策略。开发时常常并没有考虑封装,和没有考虑封装使得策略和底层代码分离的重要性。导致即使开发完成了也留有一大堆BUG,在后期开发策略的过程中不断修复BUG。甚至有朋友学习开发半年后,由于最初架构设计不完善,需要推倒重来。开发者们都认为C++开发的程序运行效率较高,经常为了优化微乎其微的性能,耗费几天的时间。但在我看来,他们并不知道什么样的性能才能满足自己的要求,导致了过度优化。
    对真正专业机构来说,除了高频策略以外,也很少直接用C++做策略开发的。通常是C++由程序员做底层的封装,然后由一种比较容易上手的编程语言做策略开发,这是比较科学高效的开发策略模式。而有一种不太科学的模式是,使用C++开发策略,比如基金公司有10个研究员每个人提出10个策略,交给专业的程序员做开发,那么程序员就需要开发100个策略,还需要后期不断根据要求修改,这样的开发模式简直是噩梦。
    重复造轮子是没有意义的,为了要让交易者可以尽快进入到开发策略,我设计了Quicklib系列,其中包括:

    1. 期货CTP PYTHON框架
    2. A股 CTP2 PYTHON框架
    3. 集监控和管理与一身的监控器库,可以实现跨平台,并计划提供多种编程语言的支持
    4. 资管平台的期货交易库

    查看详情
  • 最新动态

  • 2017.2.1