1.天勤量化策略库：VWAP算法（成交量加权平均价格）（难度：高级）
2.期货现货价差小工具——天勤量化（TqSdk）
3.量化交易-vnpy_efinance-VeighNa框架数据服务接口
4.什么软件可以程序化交易？

天勤量化策略库：VWAP算法（成交量加权平均价格）（难度：高级）

       天勤量化策略库中的码分VWAP算法，源自天勤量化(TqSdk)多年实战经验的码分开源工具，该策略属于被动型交易策略，码分广泛应用在交易市场中，码分据统计，码分国外机构一半的码分图册类的app源码算法交易采用VWAP及相关策略进行。VWAP的码分核心原理是将大额订单拆分成小规模订单，按照预估的码分时间内交易量分布进行交易，力求在一段计划时间内保持每段时间内的码分交易总量与市场交易总量比例恒定，成交价格以成交量加权平均值为基准。码分

       策略并非追求绝对最优，码分目标在于分散冲击、码分隐藏交易行为，码分而非最小化所有成本。码分在理想情况下，码分没有额外信息且不预测价格趋势时，VWAP是源码价理论上的最优策略。在天勤量化开发包中，VWAP策略的代码实现利用Pandas库进行数据处理和预测，TqSdk提供了模拟和实盘操作的平台。代码设计上，允许用户自定义交易时段，增加了策略的灵活性。

       代码实现时，由于成交量的整数化可能造成总和与目标手数不符，策略通过调整剩余手数和占比值来解决这一问题。整个过程可分为预测拆单、交易执行等四个步骤，具体细节可在天勤内策略源代码中查看。

期货现货价差小工具——天勤量化（TqSdk）

       在期货交易中，天勤量化（TqSdk）推出了一款实用的小工具，旨在实时呈现期货与现货之间的价差信息。这款工具通过简单的共享源码运算，即现货最新价减去期货主连最新价，为用户提供即时的价差数据。其背后的源码实现，可以在文章的结尾部分找到。

       作为信易科技新发布的期货 Python 量化开发包，天勤量化凭借其灵活性超越了专有语言。作为第三方库，只需通过pip安装即可运行，赋予了开发者更大的自由度，使其能够轻松实现复杂的套利策略，甚至可以与Python丰富的第三方库无缝集成，扩展功能无限。

       相较于网页版Python平台，天勤量化提供了更高的安全性。用户无需将赚钱的代码托付给第三方，拥有更多的源码1自主性和掌控感。它支持全国多家期货公司的接入，且允许用户在自己喜欢的集成开发环境（IDE）中自由编程，灵活性进一步提升。

       在开源平台中，天勤量化以易上手的入门教程、科学的框架机制和强大的功能脱颖而出。我们的开发者文档详细且及时，用户论坛也得到了高度评价，被誉为开源平台中“最详细的文档和最及时的支持”。此外，我们还提供免费的交易通道和历史行情数据，交易费用无额外负担，是值得考虑的选择。

       要实现这款期货现货价差小工具，用户需要结合TqSdk与GUI库进行图形化操作，或者使用Pyinstaller生成独立的怎么查看源码应用程序。对于有一定Python基础的用户来说，这是一项相对简单的任务。工具实现后的直观效果，可以通过文章提供的相关示例来了解。

量化交易-vnpy_efinance-VeighNa框架数据服务接口

       我们之前对vnpy_ctastrategy相关回测源码进行了解析：

       回首凡尘不做仙：VNPY源码分析1-vnpy_ctastrategy-运行回测

       回首凡尘不做仙：VNPY源码分析2-vnpy_ctastrategy-撮合成交

       回首凡尘不做仙：VNPY源码分析3-vnpy_ctastrategy-计算策略统计指标

       相关历史数据可以通过各类数据服务的适配器接口（datafeed）下载，目前vn.py支持以下接口：

       然而，上述接口需要注册或付费才能获取数据。

       为了帮助初学者更好地理解和学习量化交易以及vn.py框架，我开发了基于efinance数据接口的vn.py的datafeed。

       开源地址为：github.com/hgy/vnpy...

       编译安装：

       下载源代码后，解压并在cmd中运行：

       dist目录下vnpy_efinance-x.x.x-py3-none-any.whl包

       使用：

       安装完成后，在vn.py框架的trader目录中的setting.py中进行配置：

       注意：此处只需配置datafeed.name，username和password无需配置。

       配置完成后，可以通过以下示例进行调用：

       同时，这里分享一个efinance数据下载及入库方法：

       然而，efinance在获取分钟级别数据方面并不友好。对于需要获取分钟级别数据的初学者来说，我们可以使用天勤免费版的数据接口：

       回首凡尘不做仙：量化交易-数据获取-vnpy_tqsdk免费版

什么软件可以程序化交易？

       一、金字塔决策交易系统

       金字塔决策交易系统是一款方便、稳定的量化交易平台。金字塔决策交易系统拥有海量的金融数据、多种策略研究平台、严谨易用的回测框架、稳定的模拟交易。面向交易速度设计，对接券商、期货、外盘实盘交易通道，同时支持全品种，跨市场的策略交易。为量化交易投资者提供行情、财务、回测、交易等一站式量化平台。

       二、天勤量化

       TqSdk是一个由信易科技发起并贡献主要代码的开源 python库。依托快期多年积累成熟的交易及行情服务器体系 ，TqSdk支持用户使用很少的代码量构建各种类型的量化交易策略程序，并提供包含历史数据-实时数据-开发调试-策略回测-模拟交易-实盘交易-运行监控-风险管理的全套解决方案。

       TqSdk提供当前所有可交易合约从上市开始的全部Tick数据和K线数据；支持数十家期货公司的实盘交易；支持模拟交易；支持 Tick级和K线级回测，支持复杂策略回测；提供近百个 技术指标函数及源码；用户无须建立和维护数据库，行情和交易数据全在内存数据库 , 无访问延迟；优化支持 pandas 和 numpy 库；无强制框架结构，支持任意复杂度的策略，在一个交易策略程序中使用多个品种的K线/实时行情并交易多个品种。

       三、交易开拓者TBQuant版

       交易开拓者TBQuant版，是一款支持证券、期货、外盘市场的中高端专业投资者的专业交易软件。除多帐户交易终端功能外，还拥有丰富的程序化交易功能。用户可以简单、快速的将自己的交易思想转化为计算机代码，形成自己的交易策略，让计算机辅助用户执行交易。是国内最早能够接入证券、期货市场进行自动交易的程序化交易软件。

       交易开拓者TBQuant版完备的数据库。涵盖宏观、企业财务数据、板块、复权等等基础数据；完整的事件驱动机制，支持OnBar、OnOrder等；数据源的自动对齐机制；丰富的数据类型，支持数组MAP等多种数据类型；强大的系统函数支持多元线性回归等；策略雷达和公式选股；策略生成器无须编码实现量化策略；期权的T型报价、组合报价和自定义报价；丰富的系统指数和自定义指数；后复权的全面支持。

       四、MultiCharts

       MultiCharts，是专业程序化交易软件，支持股票、期货、期权，提供量化分析选股，能自由编写策略，实现准确的数据回测，稳定执行自动交易期货和股票。

       Multicharts（简称 MC）提供国内期货（中金所、上期所、大商所、郑商所、上海能源）、国外期货（香港交易所、芝加哥交易所、伦敦交易所、新加坡交易所等）、国内A股、国内期权四大块的实时行情数据和交易接口。满足跨市策略组合的需求。Multicharts（简称 MC）历史行情数据用户可以直接下载到本地计算机，接收的实时行情数据直接存在本地，策略计算完全在用户的计算机完成，保证策略不会泄露；完善的策略间通信机制。