面向策略对象的异步事件驱动量化交易/做市系统。
-
运行环境
- python 3.5.3 或以上版本
-
依赖python三方包
- aiohttp>=3.2.1
- aioamqp>=0.13.0
- motor>=2.0.0 (可选)
-
RabbitMQ服务器
- 事件发布、订阅
-
MongoDB数据库(可选)
- 数据存储
使用 pip
可以简单方便安装:
pip install alphahunter
-
文件夹:
./quant 量化基础框架
./example 量化策略模板例子
./collect 市场行情采集服务
-
快速体验 Demo
本框架使用的是Python原生异步库(asyncio)实现异步事件驱动,所以在使用之前,需要先了解 Python Asyncio。
本框架利用面向对象**和面向接口编程**抽象出一个策略基础类 Strategy
和一个交易所网关回调接口类ExchangeGateway.ICallBack
,所有量化策略都需要继承自 Strategy
基类并且实现 ExchangeGateway.ICallBack
接口, Strategy
自带了一个数据管理器 PortfolioManager
用于统一缓存并管理相应策略的仓位,订单,资产,成交等信息。在策略中可以利用 Strategy.create_gateway
创建指定的交易所网关与交易所建立连接进行交易,所有交易所网关类都需要继承自 ExchangeGateway
并且实现其中的抽象方法。然后利用设计模式中的工厂模式和代理模式**实现了 Trader
类,统一对各交易所进行创建和管理,在策略中调用 Strategy.create_gateway
,其实其内部就是利用 Trader
类创建指定的交易所网关与之建立连接,进行交易。
-
当前支持交易所
- FTX
- [火币] 正在接入中
- [OKEX] 正在接入中
- To be continued ...
-
文档