第 1 章 · 01 VeighNa 是什么与项目全貌

第 1 章 · 01 VeighNa 是什么与项目全貌

本节摘要:本节回答最基本的问题——VeighNa 到底是什么。它不是某个策略,不是某个回测库,而是一套基于 Python 的开源量化交易系统开发框架,由陈晓优发起、MIT 协议、自 2015 年至今活跃维护,在国内量化圈积累了大量金融机构用户(私募、券商、期货公司)。它的定位是"By Traders, For Traders, AI-Powered"——既是一套可直接实盘的多功能交易平台,也是一套值得研读的 Python 工程范例。本节先建立这个全局认知,后续章节再逐层拆解。

内容来源:原项目源码 README.md、vnpy/__init__.py,精读并套用体系化模板。

学习目标

阅读完本节,你应当能够:

1. 用一句话说清 VeighNa 是什么、它在国内量化圈的地位。
2. 列举 VeighNa 覆盖的交易品种(股/期/期权/外汇/数字货币等)。
3. 理解 VeighNa 的双重价值:实盘平台 + 工程范例。
4. 知道 4.0 版本重磅新增的 vnpy.alpha 模块是做什么的。
5. 认出 VeighNa 的版本号与协议。

一、VeighNa 是什么

打开 README.md 的第一行:

1  # VeighNa - By Traders, For Traders, AI-Powered.
​

三个标签点明了它的定位:

• By Traders, For Traders:由交易员、为交易员而生。这说明 VeighNa 不是学院派的回测玩具,而是面向真实交易场景设计的——它要对接真实的交易所、处理真实的行情和订单、运行在真实的实盘环境。
• AI-Powered:4.0 版本(发布十周年之际)新增了 vnpy.alpha 模块,提供"一站式多因子机器学习策略开发、投研和实盘交易解决方案"。这是 VeighNa 从传统规则量化迈向 AI 量化的里程碑。

README 的核心自我介绍(README.md:17):

VeighNa 是一套基于 Python 的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。

注意几个关键词:

• 开发框架:不是开箱即用的成品,而是让开发者在其上二次开发策略和模块的脚手架。
• 多功能量化交易平台:不止做 CTA,还做价差、期权、组合、算法、脚本交易等。
• 金融机构用户:私募、券商、期货公司——说明它过了生产环境的检验。

二、覆盖的交易品种

VeighNa 通过"网关(gateway)"机制对接各种市场。README.md:80 起列出了它覆盖的品种,这里按类别梳理:

国内量化框架里,同时覆盖国内外 + 跨品种类(股期期权外汇币)的开源框架,VeighNa 是最全面的之一。这正是它能积累大量机构用户的原因——一套框架,接所有市场。

三、VeighNa 的双重价值

VeighNa 对不同读者有不同价值,这本教程会兼顾两方面:

价值一:实盘量化平台

对量化交易员,VeighNa 是一套能直接实盘的工具:

• 装上 vnpy_ctp + vnpy_ctastrategy,就能在期货账户上跑 CTA 策略;
• 装上 vnpy_ib,就能交易美股期权;
• 装上 vnpy_spreadtrading,就能做价差套利;
• 装上 vnpy.alpha(内置),就能用机器学习选股。

价值二:Python 工程范例

对 Python 开发者,VeighNa 是一套值得逐行研读的工程范例:

• 145 行实现一个完整的发布订阅事件总线(event/engine.py);
• 用 dataclass + __post_init__ 自动维护复合主键(object.py);
• 用 import_module 动态加载插件,实现"核心零硬依赖"(database.py/datafeed.py);
• 用 Queue + Thread + 定时器搭起跨线程通信;
• 用 polars + parquet + 表达式引擎搭起多因子流水线(alpha/)。

💡 核心心法:本教程的取向是第二个价值——工程范例。我们不教你怎么点 VeighNa Studio 的菜单(那是官方 docs 的职责),而是带你逐文件读懂这副骨架,理解一个能撑起跨市场量化交易系统的 Python 架构长什么样。

四、4.0 旗舰:vnpy.alpha 模块

README.md:28-71 用了整整一节介绍 4.0 的旗舰功能 vnpy.alpha。这是本教程第 9~11 章的重点,这里先建立宏观印象。

vnpy.alpha 提供一站式多因子机器学习量化方案,分四块:

dataset(因子特征工程)
    │  Alpha158(源于微软 Qlib 的 158 因子)
    │  + 表达式引擎(自定义因子)
    ▼
model(预测模型训练)
    │  Lasso / LightGBM / MLP(神经网络)
    ▼
strategy(策略投研开发)
    │  AlphaStrategy(基于 ML 信号构建策略)
    ▼
lab(投研流程管理)
       数据管理→模型训练→信号生成→策略回测
​

⚠️ 架构边界:vnpy.alpha 是内置在核心包里的(不是外部插件),约 3700 行代码,位于 vnpy/alpha/。这与网关/应用不同——网关应用要 pip install 外部包,alpha 直接 import 即可。原因是 alpha 不依赖任何具体交易所,纯计算逻辑。

五、版本与协议

从 vnpy/__init__.py 末尾(__init__.py:24):

24  __version__ = "4.4.0"
​

• 版本:4.4.0(本教程对照的版本)
• 协议:MIT(__init__.py:1 起的版权声明:Copyright (c) 2015-present, Xiaoyou Chen)——非常宽松,商用无碍
• 作者:陈晓优(Xiaoyou Chen),2015 年至今
• Python:3.10 / 3.11 / 3.12 / 3.13(README.md:12 的 badge)
• 平台:Windows / Linux / macOS

本节要点回顾

1. VeighNa 是基于 Python 的开源量化交易系统开发框架,MIT 协议,作者陈晓优,版本 4.4.0。
2. 它是 "By Traders, For Traders"——面向真实交易场景,被私募/券商/期货公司实盘使用。
3. 通过网关机制覆盖国内外股/期/期权/外汇/数字货币,是国内最全面的开源量化框架之一。
4. 它有双重价值:实盘平台(交易员视角)+ Python 工程范例(开发者视角),本教程取后者。
5. 4.0 旗舰 vnpy.alpha 提供"多因子 + 机器学习 + 回测"一站式 AI 量化,内置在核心包。

下一节,我们直面一个会让初学者困惑的关键问题——为什么你 clone 的 vnpy 仓库里看不到 CTP 代码? 这就引出 VeighNa 最核心的架构决策:核心 + 插件拆分。