基于vnpy 、rqdata的回测打通历程
〖壹〗、环境搭建与数据源配置vnpy安装 安装vnpy0.5版本 ，使用穿透式测试期货公司申请的测试账户。修改run.py文件 ，创建run_ctptest.py用于连接ctptest路由 。数据源选取 使用rqdata作为历史数据源，通过米匡注册用户享有1个月免费使用期 。数据质量较高 ，适合回测使用。
〖贰〗 、基于vn.py0 、rqdata、simnow 、命令行启动的回测 、模拟交易实现的关键步骤如下：环境准备：Python版本：确保使用的是Python 10版本 ，无论是4还是0等 。下载与安装vn.py0：下载：从Gitee仓库下载vn.py 0的包 。安装：在vn.py 0的根目录下运行install.bat进行安装。
〖叁〗、安装vnpy的各个功能模块，如cta_strategy 、cta_backtester等 。 获取RQData数据源 ，注册RICEQUANT ，获取API授权码，并在vt_setting.json中配置 。 注册simnow账号 ，设置connect_ctp.json ，用于仿真交易和实盘连接。
〖肆〗 、vn.py历史数据回测优化的核心步骤和注意事项如下：历史数据准备 获取数据：以国内期货为例，可通过米筐的RQData获取历史数据，需先注册并申请试用 ，获取免费权限 。 配置RQData账号：在vn Trader Pro中配置RQData的用户名和密码 ，确保数据接口初始化成功 。
【同心协力】米筐量化平台企业版即将发布并开放试用预约
〖壹〗、米筐量化平台企业版即将发布，特向所有机构用户开放试用预约。在远程办公模式下 ，众多金融从业者面临着网络延迟、配置投研环境困难以及内存不足等问题 ，这些问题影响了量化投研工作的效率。米筐量化平台企业版通过提供云端服务，旨在解决这些难题 ，让企业用户在更快速 、高效 、灵活的环境中进行量化投研工作 。
〖贰〗、米筐（Ricequant） 、BigQuant 、麦惢智数（MyData）等 。
〖叁〗、vnpy配置：启动VN Trader ，配置数据库相关字段，保存配置后重启VN Trader。配置成功后 ，数据库使用无误 ，可通过MySQL WorkBench刷新确认数据库表结构已创建，并检查配置文件vt_setting.json验证配置更新 。rqdata 数据服务配置：申请试用：通过米筐量化平台申请15天免费试用权限 ，注意教育专区申请方式可能有限制 。
〖肆〗 、申请了 15 天的 rqdata 试用账号 ，计划购买数据服务。借鉴官方文档《 vn.py 快速入门7 - 历史数据回测优化》进行配置 。申请试用权限 通过米筐量化平台申请，获得 15 天免费试用权限 。注意，教育专区申请只能在校园网内使用 ，个人使用时需关注申请方式。参数配置 收到授权邮件后 ，获取试用账号和密码 。
vn.py全实战进阶课程学习笔记(零)
〖壹〗 、vn.py全实战进阶课程学习笔记：MySQL 数据库配置：安装与创建：从MySQL官方网站下载并安装Windows版本，记住root账户密码 。安装完成后 ，使用MySQL WorkBench连接数据库 ，并手动创建名为vnpy的数据库。vnpy配置：启动VN Trader，配置数据库相关字段 ，保存配置后重启VN Trader 。
〖贰〗、在数据库管理界面 ，点击创建新数据库按钮，输入 vnpy 作为名称 ，完成数据库创建 。vnpy 数据库配置 数据库创建后 ，启动 VN Trader，配置数据库相关字段 ，保存配置后重启 VN Trader。配置成功后 ，数据库使用无误。刷新 MySQL WorkBench，确认数据库表结构已创建 。
〖叁〗 、vn.py完全由python进行开发，这门语言的学习成本极低 。
〖肆〗 、vn.py学习笔记1开坑篇的核心内容如下：vn.py的起源与更新：作者在大学时代接触vn.py ，当时因数据接口需券商审核和高额资产而放弃。暑假期间回访发现vn.py已更新至x系列 ，并更名为VeighNa 。VeighNa Station与vn.py的安装：VeighNa Station提供了一个包含诸多C++文件及未知后缀名的软件包 。
〖伍〗、vn.py学习笔记的开篇，带着我们重新探索这款开源量化交易框架。三年前 ，作者在大学时代偶然接触vn.py ，那时渴望找到一个结合自动交易与数据接口的平台，但了解到数据接口需券商审核 ，需高额资产 ，便放弃了这个念头 。暑假期间，作者再次回访vn.py ，惊喜地发现其版本已更新至x系列 ，并更名为VeighNa 。
免费的股票量化软件
〖壹〗 、免费的股票量化软件有同花顺云条件单 、通达信自定义公式、米筐（RQData）、聚宽（JoinQuant） 、国投onequant交易平台 、极星量化终端、万和掘金量化交易平台 、量化大师专业版等。同花顺云条件单：对于新手而言是不错的选取 。它无需编程，用户可直接在APP里设置涨跌幅 、均线等触发条件 ，实现自动买卖 ，操作简单易懂 。
〖贰〗、市面上有不少免费的股票量化软件可供选取。通达信：它功能较为丰富，支持编写公式进行量化分析 。有众多技术指标和分析工具，能帮助投资者构建自己的量化策略 。其界面简洁 ，易于上手 ，对于初涉量化的投资者很友好。例如可以利用它的条件选股功能，通过设置特定的量化条件筛选出符合要求的股票。
〖叁〗 、BigQuant 功能：BigQuant是一个以人工智能为核心的量化交易平台 ，它结合了机器学习AI技术 、股票期货金融数据、高速精准回测和量化交易接口 。此外 ，BigQuant还提供了海量因子和量化交易策略，方便用户进行策略的研究和优化 。
Wind涸泽而渔,数据替代方案还有哪些?
〖壹〗 、Wind涸泽而渔 ，数据替代方案还有以下多种：iFinD（同花顺数据库）：提供EDB数据 ，相较于Wind费用更为优惠。同花顺在金融数据服务领域有着丰富的经验和资源，其数据库产品也备受市场认可 。Choice（东方财富数据库）：性价比高 ，数据全面 ，是东方财富旗下的重要金融数据服务平台 。
