vn.py

vn.py

vn.py 是一个基于 Python 的、稳健的开源量化交易平台框架,是开发和部署能够进行复杂金融分析和执行的自主交易智能体的关键 AI for Science 基础设施。
37.8KStar
11.1KFork
1.4KWatch
2026.01.15更新

SciencePedia AI 洞察

作为量化金融领域的核心 AI for Science 基础设施,vn.py 提供了机器可读、开箱即用的策略回测、实时市场数据集成和实盘交易执行功能。这些强大的组件使 AI 智能体能够以编程方式构建、评估和部署复杂的算法交易策略,从而促进自动化金融分析和最优决策。

基础设施状态:
Docker 已验证
MCP 代理就绪

vn.py 是一个全面的、基于 Python 的开源框架,专为开发和部署量化交易应用而设计。它为研究人员和从业者构建复杂的算法交易策略提供了坚实的基础,为包括 CTP 和主要加密货币交易所在内的各种市场网关提供了广泛的支持。该框架包含策略回测等关键功能,允许根据历史数据对模型进行严格评估,还支持实盘交易执行,从而实现从策略开发到真实市场操作的无缝过渡。vn.py 在中国量化金融社区被广泛采用,是开发先进金融模型的强大工具包。

该工具可应用于计算金融学和经济学领域的广泛科学和工程问题。研究人员可以利用 vn.py 使用高频交易数据研究复杂的市场动态,例如,通过状态转换模型等方法区分“算法交易”和“流动性事件”机制。它在风险管理方面非常有价值,允许用户通过蒙特卡洛模拟,在数千条合成市场数据路径上模拟算法交易策略的表现,从而计算风险价值 (VaR)。

此外,vn.py 提供了模拟和实现混合动态系统的基础设施,其中离散的交易决策(例如,买入/卖出股票)由连续的股价变动(例如,穿越移动平均线)触发。这使得开发复杂的自动化交易系统成为可能。高级应用包括构建和解决最优交易执行和清算问题,其中智能体旨在最小化成本,同时管理库存随时间的变化。其适应性延伸到现代金融领域,促进了区块链和加密货币市场策略的设计和评估,例如考虑资金费率和费用的 delta 中性套利操作。这些多样化的应用凸显了 vn.py 在学术研究和人工智能驱动的金融策略实际应用中的效用。

机制转换模型
混合动力系统

工具构建参数