VeighNa AlgoTrading 算法委托执行交易模块加载启动、参数配置、批量执行与五种内置算法全解析【免费下载链接】vnpy基于Python的开源量化交易平台开发框架项目地址: https://gitcode.com/gh_mirrors/vn/vnpy本文基于 VeighNavnpy官方文档中的算法委托执行交易模块AlgoTrading指南编写完整覆盖模块的两种加载方式、启动前置条件、八项配置参数、TWAP 启动实例、CSV 批量启动、暂停/恢复/停止控制与数据监控界面的全部操作细节并结合主框架MainEngine/MainWindow的源码机制说明应用模块是如何被识别、注册和挂载到菜单与工具栏的帮助开发者独立完成算法下单的实操部署与自定义算法扩展。一、功能定位把大单拆成小单的委托执行层AlgoTrading 是用于算法委托执行交易的应用模块用户可以通过其 UI 界面便捷完成启动算法、保存配置、停止算法等任务。它解决的核心问题是委托订单的具体执行过程直接以大数量、单一价格委托会产生显著的冲击成本而 AlgoTrading 提供多种示例算法把大笔订单自动拆分成合适的小单分批委托有效降低交易成本和冲击成本如冰山算法、狙击手算法也可以在设定的阈值内进行高抛低吸操作如网格算法、套利算法。在 VeighNa 生态中AlgoTrading 属于独立发布的应用模块项目vnpy_algotradingREADME 中将其描述为算法交易模块提供多种常用的智能交易算法TWAP、Sniper、Iceberg、BestLimit 等见 README.md。本仓库作为核心框架提供其运行所依赖的全部底层机制应用模块抽象、主引擎注册、事件驱动行情推送和主窗口界面挂载。二、加载启动模块的两种方式2.1 方式一通过 VeighNa Station 图形化加载启动登录 VeighNa Station 后点击【交易】按钮在配置对话框中的【应用模块】栏勾选【AlgoTrading】即可在后续启动的主程序界面中自动注册该模块。2.2 方式二在启动脚本中手动加载在自定义启动脚本中添加如下代码# 写在顶部 from vnpy_algotrading import AlgoTradingApp # 写在创建main_engine对象后 main_engine.add_app(AlgoTradingApp)仓库中的官方示例脚本 examples/veighna_trader/run.py 即为这种模式的范例# from vnpy_algotrading import AlgoTradingApp ... # main_engine.add_app(AlgoTradingApp)示例脚本默认注释掉了该模块的导入与注册行实际启用时取消 第24行 与 第66行 的注释即可。2.3 源码机制add_app如何注册一个应用模块理解加载流程的关键在于主引擎的 add_app 方法def add_app(self, app_class: type[BaseApp]) - BaseEngine: Add app. app: BaseApp app_class() self.apps[app.app_name] app engine: BaseEngine self.add_engine(app.engine_class) return engine从源码结构看一个应用模块的注册包含两步实例化BaseApp对象并按app_name存入main_engine.apps字典通过add_engine创建该模块的引擎AlgoTrading 的算法交易引擎后续算法的启动、暂停、停止都通过事件系统与该引擎交互。而AlgoTradingApp必须继承的核心应用基类定义在 vnpy/trader/app.py 中它规定了每个模块的元信息契约class BaseApp(ABC): Abstract class for app. app_name: str # Unique name used for creating engine and widget app_module: str # App module string used in import_module app_path: Path # Absolute path of app folder display_name: str # Name for display on the menu. engine_class: type[BaseEngine] # App engine class widget_name: str # Class name of app widget icon_name: str # Icon file name of app widget其中app_module会被import_module用于动态导入该模块的 UI 包app_path指向模块所在目录——这正是自定义算法必须放到vnpy_algotrading.algos目录才能被识别这一约定的来源模块加载时会扫描自身目录下的算法包。2.4 菜单与图标的动态挂载主窗口在构建菜单栏时会遍历所有已注册应用并动态生成菜单项相关逻辑位于 vnpy/trader/ui/mainwindow.py# App menu app_menu: QtWidgets.QMenu bar.addMenu(_(功能)) all_apps: list[BaseApp] self.main_engine.get_all_apps() for app in all_apps: ui_module: ModuleType import_module(app.app_module .ui) widget_class: type[QtWidgets.QWidget] getattr(ui_module, app.widget_name) func partial(self.open_widget, widget_class, app.app_name) self.add_action(app_menu, app.display_name, app.icon_name, func, True)因此文档中点击【功能】-【算法交易】菜单的入口就是这段代码用AlgoTradingApp的display_name、icon_name和widget_name动态生成的结果同时add_action(..., toolbarTrue)第 138 行末位参数也会把图标挂到左侧按钮栏这就是点击左侧按钮栏的图标能够打开模块界面的原因。三、启动模块的正确姿势3.1 前置条件先连接接口等合约信息就绪对于用户自行搭建的算法需要放到vnpy_algotrading.algos目录中才能被模块识别加载。在启动模块之前必须遵循以下顺序先连接交易接口完成网关登录后观察 VeighNa Trader 主界面【日志】栏待其输出合约信息查询成功之后再启动算法交易模块。合约信息是算法执行的基础数据价格精度、最小变动价位、交易单位、开平方向支持等都来自合约信息。IB 接口的特殊注意IB 接口因为登录时无法自动获取所有的合约信息只有在用户手动订阅行情时才能获取。因此使用 IB 时必须先在主界面手动订阅合约行情再启动模块。3.2 打开模块界面成功连接交易接口后在菜单栏中点击【功能】-【算法交易】或点击左侧按钮栏的模块图标即可进入算法委托执行交易模块的 UI 界面。界面整体分为左侧的算法配置编辑区含【CSV启动】按钮与右侧的数据监控区【执行中】/【已结束】/【日志】三个组件详见第六节。四、配置算法八个参数字段详解在左侧编辑区配置算法时各字段含义与取值要求如下字段说明取值/格式算法在下拉框中选择要执行的交易算法TWAP / Iceberg / Sniper / Stop / BestLimit 等本地代码合约的本地标识格式为vt_symbol即合约代码 交易所名称如y2409.CZCE方向委托方向多Long/ 空Short价格委托下单的价格目标执行价数量委托的总数量会被拆分成小批订单进行交易执行时间秒运行该算法交易的总时间以秒为单位每轮间隔秒每隔多少时间进行一轮委托下单操作以秒为单位开平委托的开平属性开 / 平 / 平今 / 平昨几点补充说明本地代码vt_symbol是 VeighNa 内部区分合约的统一标识。多交易所存在相同合约代码时如商品与金融期货必须用合约代码.交易所的形式消除歧义主框架的 converter.py 等工具模块均基于该格式进行转换。开平字段对应框架中的开平方向枚举开、平、平今、平昨定义于 vnpy/trader/object.py。国内期货区分平今/平昨的结算规则正是该字段存在的意义对只支持开/平两种方向的品种填写平即可。参数配置完成后可保存为模板。之后再次使用时在【配置】栏对应的已保存算法下点击【使用】即可把其参数填充回左侧编辑区便于重复执行相同策略。五、启动算法以 TWAP 为例的完整实例配置完参数后点击【启动算法】按钮即可立刻执行算法交易。若启动成功可在右上角【执行中】界面观测到该算法的执行状态。官方文档给出的示例任务参数为使用时间加权平均算法买入 10000 手豆油 2409 合约y2409执行价格为 7420 元执行时间为 600 秒每轮间隔为 6 秒。其执行语义可以拆解为每隔 6 秒钟检查一次行情当合约卖一价小于等于 7420 时以 7420 的价格买入 100 手10000 ÷ 600 ÷ 6 ≈ 100 手/轮从而把一笔 10000 手的买单分割成 100 次小单执行避免一次性大单冲击盘口。从实现机制看算法的每一轮判断都依赖事件驱动的 Tick 推送行情网关把最新 Tick 以eTick.前缀事件定义于 vnpy/trader/event.py放入事件引擎算法引擎订阅该事件后在回调中比较卖一/买一价与目标价格满足条件则通过 OmsEngine 发出委托。CHANGELOG 中也记录了相关迭代例如vnpy_algotrading 增加委托/成交推送时对于算法状态的过滤见 CHANGELOG.md说明模块在委托、成交回报到达时会按算法当前状态进行过滤避免暂停/停止后旧回报干扰状态机。六、CSV 批量启动当有较多算法需要同时启动时可以通过 CSV 文件一次性批量启动点击图形界面左侧的【CSV启动】按钮在弹出的对话框中找到要导入的 CSV 文件后打开即可快速启动算法启动成功后CSV 文件中所有算法的执行情况均会显示在【执行中】界面下。CSV 格式要求各列字段必须与左侧编辑区的字段完全一致算法、本地代码、方向、价格、数量、执行时间、每轮间隔、开平。结合 Excel 的表格快速编辑功能批量生成这些行是批量部署多合约、多算法任务的最便捷方式。七、停止算法暂停、恢复、停止与全部停止算法运行期间在右侧【执行中】组件中可以对单个算法做精细控制操作按钮效果暂停【暂停】暂停某个正在执行的算法交易保留当前执行状态恢复【恢复】恢复某个已经暂停的算法交易从中断处继续停止【停止】终止某个正在执行的算法交易全部停止委托交易界面底部【全部停止】一键停止所有执行中的算法交易这一暂停/恢复能力并非一直存在从 CHANGELOG.md 可以看到版本迭代记录优化 vnpy_algotrading 的算法状态控制增加状态枚举值算法支持暂停和恢复运行。也就是说模块内部为每个算法维护了一套状态枚举运行中/暂停/已结束等暂停只是切换到暂停状态而不清理剩余委托量等变量恢复后算法可以继续按原参数执行——这正是暂停与停止的本质区别。八、数据监控界面执行中 / 已结束 / 日志模块右侧的数据监控界面由四个部分构成执行中组件显示正在执行的算法交易内容包括算法、参数、变量和状态。成功启动算法后切换到右上角【执行中】界面即可查看该算法的实时执行状态。已结束组件显示已完成自然结束或被停止的算法交易同样包括算法、参数、变量和状态。算法结束或停止之后切换到右上角【已结束】界面即可查看其最终状态便于事后核对成交进度。日志组件显示启动、停止、完成算法的相关日志信息。打开算法交易模块后引擎会先进行初始化因此【日志】组件会首先输出算法交易引擎启动随后逐条追加各算法的生命周期事件日志。左侧配置区与监控区配套负责新算法的参数编辑、模板保存与 CSV 导入入口。九、五种内置示例算法执行逻辑详解示例算法位于vnpy_algotrading.algos文件夹下。需要特别注意个别算法没有区分开平方向若有需要可基于自身需求对该文件进行个性化修改如按合约交易所规则补全平今/平昨逻辑。模块内置以下五种算法9.1 TWAP - 时间加权平均算法将委托数量平均分布在某个时间区域内每隔一段时间用指定的价格挂出买单或者卖单买入卖一价低于目标价格时发出委托委托数量取剩余委托量与委托分割量中的最小值卖出买一价高于目标价格时发出委托委托数量取剩余委托量与委托分割量中的最小值。取最小值保证了最后一轮的委托量不会超出剩余总量是拆分类算法的通用收尾逻辑。9.2 Iceberg - 冰山算法在某个价位挂单但每次只挂出其中一部分直到全部成交买入先检查撤单——若最新 Tick 卖一价低于目标价格则执行撤单若无活动委托则发出新委托委托数量取剩余委托量与挂出委托量中的最小值卖出先检查撤单——若最新 Tick 买一价高于目标价格则执行撤单若无活动委托则发出新委托委托数量取剩余委托量与挂出委托量中的最小值。冰山算法与 TWAP 的关键区别在于它是逐单接力的盘口上始终只暴露一小笔可见委托成交或需要撤单时才补充下一笔从而隐藏真实持仓规模。9.3 Sniper - 狙击手算法监控最新 Tick 推送的行情发现好的价格立刻报价成交不等待固定周期买入最新 Tick 卖一价低于目标价格时发出委托委托数量取剩余委托量与卖一量中的最小值卖出最新 Tick 买一价高于目标价格时发出委托委托数量取剩余委托量与买一量中的最小值。与对手一档挂量取最小值的约束使狙击手算法每次只吃进对手盘可见的流动性减少追价滑点。9.4 Stop - 条件委托算法监控最新 Tick 推送的行情发现行情突破立刻报价成交买入Tick 最新价高于目标价格时发出委托委托价 目标价格 超价卖出Tick 最新价低于目标价格时发出委托委托价 目标价格 - 超价。这是典型的价格突破触发式算法止损/止盈或追突破场景通过超价参数保证触发后委托能迅速吃到对手盘。CHANGELOG 中还记录过针对性修复修复 vnpy_algotrading 条件委托算法 StopAlgo 全部成交后状态更新可能缺失的问题见 CHANGELOG.md说明该算法在全部成交后的状态收敛逻辑曾经过专门修正使用时若发现状态异常可关注模块版本。9.5 BestLimit - 最优限价算法监控最新 Tick 推送的行情发现好的价格立刻报价成交买入先检查撤单——若最新 Tick卖一价不等于目标价格则执行撤单若无活动委托发出新委托委托价格为最新 Tick 卖一价委托数量为剩余委托量卖出先检查撤单——若最新 Tick买一价不等于目标价格则执行撤单若无活动委托发出新委托委托价格为最新 Tick 买一价委托数量为剩余委托量。该算法始终贴着对手一档最优价格报价价格有利时立即以全部剩余量抢单盘口移动时撤单重挂追求尽快成交。十、小结与扩展建议加载模块只需两步安装vnpy_algotrading后在 VeighNa Station 勾选或在启动脚本中执行main_engine.add_app(AlgoTradingApp)参考 examples/veighna_trader/run.py启动前务必等【日志】出现合约信息查询成功IB 用户还需先手动订阅合约行情配置时牢记八字段契约其中本地代码必须是vt_symbol格式、开平需匹配品种规则五种内置算法各有适用场景TWAP 适合均匀拆单Iceberg 适合隐藏规模Sniper/BestLimit 适合抢价成交Stop 适合突破触发自定义算法放入vnpy_algotrading.algos目录即可被模块扫描加载编写时建议参考内置算法的模板结构并特别注意补齐开平方向处理。【免费下载链接】vnpy基于Python的开源量化交易平台开发框架项目地址: https://gitcode.com/gh_mirrors/vn/vnpy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
VeighNa AlgoTrading 算法委托执行交易模块：加载启动、参数配置、批量执行与五种内置算法全解析
VeighNa AlgoTrading 算法委托执行交易模块加载启动、参数配置、批量执行与五种内置算法全解析【免费下载链接】vnpy基于Python的开源量化交易平台开发框架项目地址: https://gitcode.com/gh_mirrors/vn/vnpy本文基于 VeighNavnpy官方文档中的算法委托执行交易模块AlgoTrading指南编写完整覆盖模块的两种加载方式、启动前置条件、八项配置参数、TWAP 启动实例、CSV 批量启动、暂停/恢复/停止控制与数据监控界面的全部操作细节并结合主框架MainEngine/MainWindow的源码机制说明应用模块是如何被识别、注册和挂载到菜单与工具栏的帮助开发者独立完成算法下单的实操部署与自定义算法扩展。一、功能定位把大单拆成小单的委托执行层AlgoTrading 是用于算法委托执行交易的应用模块用户可以通过其 UI 界面便捷完成启动算法、保存配置、停止算法等任务。它解决的核心问题是委托订单的具体执行过程直接以大数量、单一价格委托会产生显著的冲击成本而 AlgoTrading 提供多种示例算法把大笔订单自动拆分成合适的小单分批委托有效降低交易成本和冲击成本如冰山算法、狙击手算法也可以在设定的阈值内进行高抛低吸操作如网格算法、套利算法。在 VeighNa 生态中AlgoTrading 属于独立发布的应用模块项目vnpy_algotradingREADME 中将其描述为算法交易模块提供多种常用的智能交易算法TWAP、Sniper、Iceberg、BestLimit 等见 README.md。本仓库作为核心框架提供其运行所依赖的全部底层机制应用模块抽象、主引擎注册、事件驱动行情推送和主窗口界面挂载。二、加载启动模块的两种方式2.1 方式一通过 VeighNa Station 图形化加载启动登录 VeighNa Station 后点击【交易】按钮在配置对话框中的【应用模块】栏勾选【AlgoTrading】即可在后续启动的主程序界面中自动注册该模块。2.2 方式二在启动脚本中手动加载在自定义启动脚本中添加如下代码# 写在顶部 from vnpy_algotrading import AlgoTradingApp # 写在创建main_engine对象后 main_engine.add_app(AlgoTradingApp)仓库中的官方示例脚本 examples/veighna_trader/run.py 即为这种模式的范例# from vnpy_algotrading import AlgoTradingApp ... # main_engine.add_app(AlgoTradingApp)示例脚本默认注释掉了该模块的导入与注册行实际启用时取消 第24行 与 第66行 的注释即可。2.3 源码机制add_app如何注册一个应用模块理解加载流程的关键在于主引擎的 add_app 方法def add_app(self, app_class: type[BaseApp]) - BaseEngine: Add app. app: BaseApp app_class() self.apps[app.app_name] app engine: BaseEngine self.add_engine(app.engine_class) return engine从源码结构看一个应用模块的注册包含两步实例化BaseApp对象并按app_name存入main_engine.apps字典通过add_engine创建该模块的引擎AlgoTrading 的算法交易引擎后续算法的启动、暂停、停止都通过事件系统与该引擎交互。而AlgoTradingApp必须继承的核心应用基类定义在 vnpy/trader/app.py 中它规定了每个模块的元信息契约class BaseApp(ABC): Abstract class for app. app_name: str # Unique name used for creating engine and widget app_module: str # App module string used in import_module app_path: Path # Absolute path of app folder display_name: str # Name for display on the menu. engine_class: type[BaseEngine] # App engine class widget_name: str # Class name of app widget icon_name: str # Icon file name of app widget其中app_module会被import_module用于动态导入该模块的 UI 包app_path指向模块所在目录——这正是自定义算法必须放到vnpy_algotrading.algos目录才能被识别这一约定的来源模块加载时会扫描自身目录下的算法包。2.4 菜单与图标的动态挂载主窗口在构建菜单栏时会遍历所有已注册应用并动态生成菜单项相关逻辑位于 vnpy/trader/ui/mainwindow.py# App menu app_menu: QtWidgets.QMenu bar.addMenu(_(功能)) all_apps: list[BaseApp] self.main_engine.get_all_apps() for app in all_apps: ui_module: ModuleType import_module(app.app_module .ui) widget_class: type[QtWidgets.QWidget] getattr(ui_module, app.widget_name) func partial(self.open_widget, widget_class, app.app_name) self.add_action(app_menu, app.display_name, app.icon_name, func, True)因此文档中点击【功能】-【算法交易】菜单的入口就是这段代码用AlgoTradingApp的display_name、icon_name和widget_name动态生成的结果同时add_action(..., toolbarTrue)第 138 行末位参数也会把图标挂到左侧按钮栏这就是点击左侧按钮栏的图标能够打开模块界面的原因。三、启动模块的正确姿势3.1 前置条件先连接接口等合约信息就绪对于用户自行搭建的算法需要放到vnpy_algotrading.algos目录中才能被模块识别加载。在启动模块之前必须遵循以下顺序先连接交易接口完成网关登录后观察 VeighNa Trader 主界面【日志】栏待其输出合约信息查询成功之后再启动算法交易模块。合约信息是算法执行的基础数据价格精度、最小变动价位、交易单位、开平方向支持等都来自合约信息。IB 接口的特殊注意IB 接口因为登录时无法自动获取所有的合约信息只有在用户手动订阅行情时才能获取。因此使用 IB 时必须先在主界面手动订阅合约行情再启动模块。3.2 打开模块界面成功连接交易接口后在菜单栏中点击【功能】-【算法交易】或点击左侧按钮栏的模块图标即可进入算法委托执行交易模块的 UI 界面。界面整体分为左侧的算法配置编辑区含【CSV启动】按钮与右侧的数据监控区【执行中】/【已结束】/【日志】三个组件详见第六节。四、配置算法八个参数字段详解在左侧编辑区配置算法时各字段含义与取值要求如下字段说明取值/格式算法在下拉框中选择要执行的交易算法TWAP / Iceberg / Sniper / Stop / BestLimit 等本地代码合约的本地标识格式为vt_symbol即合约代码 交易所名称如y2409.CZCE方向委托方向多Long/ 空Short价格委托下单的价格目标执行价数量委托的总数量会被拆分成小批订单进行交易执行时间秒运行该算法交易的总时间以秒为单位每轮间隔秒每隔多少时间进行一轮委托下单操作以秒为单位开平委托的开平属性开 / 平 / 平今 / 平昨几点补充说明本地代码vt_symbol是 VeighNa 内部区分合约的统一标识。多交易所存在相同合约代码时如商品与金融期货必须用合约代码.交易所的形式消除歧义主框架的 converter.py 等工具模块均基于该格式进行转换。开平字段对应框架中的开平方向枚举开、平、平今、平昨定义于 vnpy/trader/object.py。国内期货区分平今/平昨的结算规则正是该字段存在的意义对只支持开/平两种方向的品种填写平即可。参数配置完成后可保存为模板。之后再次使用时在【配置】栏对应的已保存算法下点击【使用】即可把其参数填充回左侧编辑区便于重复执行相同策略。五、启动算法以 TWAP 为例的完整实例配置完参数后点击【启动算法】按钮即可立刻执行算法交易。若启动成功可在右上角【执行中】界面观测到该算法的执行状态。官方文档给出的示例任务参数为使用时间加权平均算法买入 10000 手豆油 2409 合约y2409执行价格为 7420 元执行时间为 600 秒每轮间隔为 6 秒。其执行语义可以拆解为每隔 6 秒钟检查一次行情当合约卖一价小于等于 7420 时以 7420 的价格买入 100 手10000 ÷ 600 ÷ 6 ≈ 100 手/轮从而把一笔 10000 手的买单分割成 100 次小单执行避免一次性大单冲击盘口。从实现机制看算法的每一轮判断都依赖事件驱动的 Tick 推送行情网关把最新 Tick 以eTick.前缀事件定义于 vnpy/trader/event.py放入事件引擎算法引擎订阅该事件后在回调中比较卖一/买一价与目标价格满足条件则通过 OmsEngine 发出委托。CHANGELOG 中也记录了相关迭代例如vnpy_algotrading 增加委托/成交推送时对于算法状态的过滤见 CHANGELOG.md说明模块在委托、成交回报到达时会按算法当前状态进行过滤避免暂停/停止后旧回报干扰状态机。六、CSV 批量启动当有较多算法需要同时启动时可以通过 CSV 文件一次性批量启动点击图形界面左侧的【CSV启动】按钮在弹出的对话框中找到要导入的 CSV 文件后打开即可快速启动算法启动成功后CSV 文件中所有算法的执行情况均会显示在【执行中】界面下。CSV 格式要求各列字段必须与左侧编辑区的字段完全一致算法、本地代码、方向、价格、数量、执行时间、每轮间隔、开平。结合 Excel 的表格快速编辑功能批量生成这些行是批量部署多合约、多算法任务的最便捷方式。七、停止算法暂停、恢复、停止与全部停止算法运行期间在右侧【执行中】组件中可以对单个算法做精细控制操作按钮效果暂停【暂停】暂停某个正在执行的算法交易保留当前执行状态恢复【恢复】恢复某个已经暂停的算法交易从中断处继续停止【停止】终止某个正在执行的算法交易全部停止委托交易界面底部【全部停止】一键停止所有执行中的算法交易这一暂停/恢复能力并非一直存在从 CHANGELOG.md 可以看到版本迭代记录优化 vnpy_algotrading 的算法状态控制增加状态枚举值算法支持暂停和恢复运行。也就是说模块内部为每个算法维护了一套状态枚举运行中/暂停/已结束等暂停只是切换到暂停状态而不清理剩余委托量等变量恢复后算法可以继续按原参数执行——这正是暂停与停止的本质区别。八、数据监控界面执行中 / 已结束 / 日志模块右侧的数据监控界面由四个部分构成执行中组件显示正在执行的算法交易内容包括算法、参数、变量和状态。成功启动算法后切换到右上角【执行中】界面即可查看该算法的实时执行状态。已结束组件显示已完成自然结束或被停止的算法交易同样包括算法、参数、变量和状态。算法结束或停止之后切换到右上角【已结束】界面即可查看其最终状态便于事后核对成交进度。日志组件显示启动、停止、完成算法的相关日志信息。打开算法交易模块后引擎会先进行初始化因此【日志】组件会首先输出算法交易引擎启动随后逐条追加各算法的生命周期事件日志。左侧配置区与监控区配套负责新算法的参数编辑、模板保存与 CSV 导入入口。九、五种内置示例算法执行逻辑详解示例算法位于vnpy_algotrading.algos文件夹下。需要特别注意个别算法没有区分开平方向若有需要可基于自身需求对该文件进行个性化修改如按合约交易所规则补全平今/平昨逻辑。模块内置以下五种算法9.1 TWAP - 时间加权平均算法将委托数量平均分布在某个时间区域内每隔一段时间用指定的价格挂出买单或者卖单买入卖一价低于目标价格时发出委托委托数量取剩余委托量与委托分割量中的最小值卖出买一价高于目标价格时发出委托委托数量取剩余委托量与委托分割量中的最小值。取最小值保证了最后一轮的委托量不会超出剩余总量是拆分类算法的通用收尾逻辑。9.2 Iceberg - 冰山算法在某个价位挂单但每次只挂出其中一部分直到全部成交买入先检查撤单——若最新 Tick 卖一价低于目标价格则执行撤单若无活动委托则发出新委托委托数量取剩余委托量与挂出委托量中的最小值卖出先检查撤单——若最新 Tick 买一价高于目标价格则执行撤单若无活动委托则发出新委托委托数量取剩余委托量与挂出委托量中的最小值。冰山算法与 TWAP 的关键区别在于它是逐单接力的盘口上始终只暴露一小笔可见委托成交或需要撤单时才补充下一笔从而隐藏真实持仓规模。9.3 Sniper - 狙击手算法监控最新 Tick 推送的行情发现好的价格立刻报价成交不等待固定周期买入最新 Tick 卖一价低于目标价格时发出委托委托数量取剩余委托量与卖一量中的最小值卖出最新 Tick 买一价高于目标价格时发出委托委托数量取剩余委托量与买一量中的最小值。与对手一档挂量取最小值的约束使狙击手算法每次只吃进对手盘可见的流动性减少追价滑点。9.4 Stop - 条件委托算法监控最新 Tick 推送的行情发现行情突破立刻报价成交买入Tick 最新价高于目标价格时发出委托委托价 目标价格 超价卖出Tick 最新价低于目标价格时发出委托委托价 目标价格 - 超价。这是典型的价格突破触发式算法止损/止盈或追突破场景通过超价参数保证触发后委托能迅速吃到对手盘。CHANGELOG 中还记录过针对性修复修复 vnpy_algotrading 条件委托算法 StopAlgo 全部成交后状态更新可能缺失的问题见 CHANGELOG.md说明该算法在全部成交后的状态收敛逻辑曾经过专门修正使用时若发现状态异常可关注模块版本。9.5 BestLimit - 最优限价算法监控最新 Tick 推送的行情发现好的价格立刻报价成交买入先检查撤单——若最新 Tick卖一价不等于目标价格则执行撤单若无活动委托发出新委托委托价格为最新 Tick 卖一价委托数量为剩余委托量卖出先检查撤单——若最新 Tick买一价不等于目标价格则执行撤单若无活动委托发出新委托委托价格为最新 Tick 买一价委托数量为剩余委托量。该算法始终贴着对手一档最优价格报价价格有利时立即以全部剩余量抢单盘口移动时撤单重挂追求尽快成交。十、小结与扩展建议加载模块只需两步安装vnpy_algotrading后在 VeighNa Station 勾选或在启动脚本中执行main_engine.add_app(AlgoTradingApp)参考 examples/veighna_trader/run.py启动前务必等【日志】出现合约信息查询成功IB 用户还需先手动订阅合约行情配置时牢记八字段契约其中本地代码必须是vt_symbol格式、开平需匹配品种规则五种内置算法各有适用场景TWAP 适合均匀拆单Iceberg 适合隐藏规模Sniper/BestLimit 适合抢价成交Stop 适合突破触发自定义算法放入vnpy_algotrading.algos目录即可被模块扫描加载编写时建议参考内置算法的模板结构并特别注意补齐开平方向处理。【免费下载链接】vnpy基于Python的开源量化交易平台开发框架项目地址: https://gitcode.com/gh_mirrors/vn/vnpy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
