包学包会的Python量化策略加密！

 ​新的vn.py社区论坛（ https://www. vnpy.com/forum/ ）已经上线差不多大半年的时间，许多社区用户都贡献了非常高质量的量化交易相关内容。接下来我们计划每周整理一篇论坛中的精华文章，制作为一个《vn.py社区精选》系列。

每篇文章我们会先争得作者的转载同意，同时支付200元的稿费。稿费金额数字不大，更多是对每位作者为vn.py社区做出贡献的一份感谢，也欢迎大家在论坛上更多分享自己的使用经验！

Python资源共享群：484031800

为什么要加密？

从执行方式上，编程语言可分为2类， 编译型语言 和 解释型语言 ：

• 编译型语言（如C++等），在程序执行之前，会先通过编译器对程序源代码执行进行编译，将其转变为机器语言后（如.dll 或者.exe），再由机器语言负责最后的运行操作；
• 解释型语言（如Python等），则省去了编译的过程，而是选择在程序运行的时候，通过解释器对程序逐行做出解释，然后直接运行。

尽管在分类上属于解释型语言，Python在实际运行时为了提高效率，同样会先从源代码（py文件）编译为字节码文件（pyc文件），而后在运行时通过解释器再来解释为机器指令执行。第二次运行该Python文件时，解释器会在硬盘中寻找到事先编译过的pyc文件，若找到则直接载入，否则就重新生成pyc文件。

但无论是py文件还是pyc文件，都有极高的风险泄露源代码：

• py文件：Python程序的可读源代码；
• pyc文件：作为字节码，可以通过某些工具（如uncompyle6）还原为.py文件。

无论是谁，都不会希望自己辛辛苦苦开发的量化策略被任何第三方窃取，因此自然而然就产生了对策略文件进行加密的需求：对py文件加密，生成可以正常加载运行，但无法被反编译的pyd文件（在Linux上为.so文件）。

解决方案Cython

作为Python语言的子集，Cython