源码系统概览
文章正文
vn.py（项目名 VeighNa）是一套用 Python 编写的开源量化交易系统开发框架。
它把行情接入、策略编写、历史回测到实盘下单的完整流程收纳进一个统一框架。
无论是个人爱好者还是机构团队，都能借助 vn.py 快速搭建属于自己的交易系统。
框架采用事件驱动引擎加网关接口加应用模块的分层结构，并附带图形化管理工具。
使用者不必从底层重复造轮子，可以把精力集中在策略逻辑和风险控制上。
目前项目已在 GitHub 开源，采用 MIT 许可证，允许自由商用和二次开发。
源码简介
vn.py 的核心源码以 Python 为主，事件驱动引擎、交易引擎和统一 API 都在其中。
网关层覆盖国内外主流交易通道，例如 CTP 期货期权、中泰 XTP 与华鑫奇点等接口。
应用模块提供 CTA 策略、价差交易、期权交易、组合策略、算法交易和风控管理。
4.0 之后的版本加入 vnpy.alpha 模块，内置因子集与 LightGBM、MLP 等模型模板。
数据层兼容 SQLite、MySQL、PostgreSQL，以及 QuestDB、DolphinDB、TDengine 等时序库。
整套代码用 MIT 协议发布，授权宽松，适合长期维护与商业落地。
社区文档和示例齐全，新手可以顺着官方教程一步步把本地环境跑起来。
适用场景
期货与期权程序化交易，借助 CTP 等网关完成行情订阅和自动下单。
股票与 ETF 量化研究，对接 RQData、迅投研等数据服务开展历史回测。
机构策略中台建设，组合策略与算法交易可直接在框架内实盘运行。
AI 量化投研，使用 vnpy.alpha 完成因子工程、模型训练与信号生成。
功能亮点
完整交易链路：从行情、策略、回测到实盘，一个框架全部覆盖。
接口生态丰富：国内外数十种交易网关和数据服务可开箱接入。
图形化操作：VeighNa Station 与 VN Trader 提供可视化配置和监控。
AI 能力内置：vnpy.alpha 降低了机器学习量化策略的开发门槛。
授权协议宽松：MIT 协议允许自由商用与二次开发。
技术架构与部署指南
技术栈与运行环境
开发语言为 Python 3.10 至 3.13，支持 Windows、Linux 与 macOS 三大平台。
核心依赖基于事件驱动引擎与协程异步 IO，处理高并发行情表现稳定。
图形客户端 VN Trader 使用 PyQt 构建，提供本地化的交易界面。
数据层面兼容 SQLite、MySQL、PostgreSQL 及多种高性能时序数据库。
部署形态灵活，可本机运行，也可通过 RPC 服务搭建多进程分布式架构。
安装与部署提示
推荐先装官方 VeighNa Studio 发行版，已内置框架与 Station 工具，省去依赖烦恼。
手动安装时按系统执行脚本，Windows 用 install.bat，Ubuntu 用 install.sh。
交易接口需单独安装网关模块，例如交易国内期货要额外装 vnpy_ctp。
部分国内接口需要期货公司授权码，数据服务也建议提前准备好数据源账号。
截图与演示说明
下图来自官方仓库与文档，展示 VeighNa 框架的图形化操作界面。
vnpy.alpha 模块内置因子工程和机器学习训练流程，可在界面内完成模型调试。
VeighNa Station 提供策略加载、日志查看和行情监控等功能入口。
上面两张截图帮助读者直观了解框架的使用形态，实际效果以本地运行为准。
常见问题
问：vn.py 支持哪些交易品种？答：期货、期权、股票与 ETF 都可通过对应网关接入。
问：没有编程基础能上手吗？答：建议先学 Python 基础，再用 VeighNa Studio 降低门槛。
问：回测和实盘用同一套代码吗？答：策略逻辑一致，仅网关和配置不同，便于迁移。
问：接口跑不起来怎么办？答：多数情况缺授权码或依赖版本不匹配，按文档核对即可。
安全风险提示
量化交易涉及真实资金，任何策略在历史表现好不代表未来稳定盈利。
实盘前务必在模拟环境充分验证，并设定止损和仓位上限来控制风险。
接入券商接口时只从官方渠道获取网关，避免来路不明的插件窃取账号。
本项目仅提供源码与技术参考，使用者需自行遵守所在地区的交易合规要求。
下载说明
本页面源码包对应 GitHub 上的 vnpy/vnpy 仓库，建议到官方仓库获取最新版本。
下载后请先阅读 README 与官方文档，按系统选择正确的安装方式再运行。
若需要特定交易接口，记得单独安装对应的网关模块并配置好授权信息。
GitHub项目开源地址：https://github.com/vnpy/vnpy