vn.trader的Ubuntu运行环境搭建教程

在Ubuntu安装vnpy教程(最新) VeighNa量化交易框架在Ubuntu的安装指南 VeighNa是一个基于Python的量化交易开发框架,提供从API对接到策略自动交易的全流程解决方案。本文详细介绍了在Ubuntu系统上安装VeighNa的步骤: 下载4.1.0版本源码 安装系统依赖项 解压文件 执行安装脚本 通过run.py启动程序 安装前需确保已安装Python3环境,推荐使用Miniconda3。该框架支持多种金融市场,提供策略开发、回测、风险管理等功能,适合快速开发量化交易策略。 阅读详情

作者:量衍投资

转载请注明来源:维恩的派(www.vnpie.com)

准备Ubuntu

建议使用一个新安装干净的Ubuntu环境(如果你一定要使用老环境也行,万一不幸掉坑后再回到这步就好),我这里使用的环境如下:

  • 版本:Ubuntu 16.04 LTS
  • 语言:简体中文
  • 时区:Shanghai
  • 硬件:VirtualBox虚拟机(64位,分配4G内存)

安装Anaconda

在Continuum官网下载Python 2.7版本Linux 64-Bit的Anaconda,我这里下载完成后的文件名为Anaconda2-4.0.0-Linux-x86_64.sh。

打开Terminal(终端),进入文件所在的目录,输入如下命令:

bash Anaconda2-4.0.0-Linux-x86_64.sh

设置方面除了最后一个选择可以一路回车,到最后一项设置是否要将Anaconda添加到bash的PATH中时,注意选yes,安装成功后如下图所示:

Anaconda

下一步重启系统,打开Terminal后运行Python,如下图所示说明安装成功(注意最上方显示中有Anaconda相关信息):

Terminal

安装其他依赖

使用pip安装MongoDB驱动和Qt黑色主题,注意不要加sudo:

pip install pymongo qdarkstyle

使用apt-get安装编译API相关的工具:

sudo apt-get install git build-essential libboost-all-dev python-dev cmake

运行vn.trader

使用git从Github上下载vn.py框架:

git clone http://github.com/vnpy/vnpy.git

完成后,切换到vn.trader文件夹下(cd vnpy/vn.trader),输入命令:

python vtMain.py

当当~~~~,深沉内敛的黑色主界面出现了:

MainWindow

注意菜单栏系统下的连接选项中只有CTP、LTS和OANDA三个接口,这是因为当前项目里只编译了vn.ctp和vn.lts的Ubuntu版本,而vn.oanda是基于REST API的纯Python接口,可以直接跨平台使用。

总结

试着使用Ubuntu后,不得不承认确实Linux在编程方面比Windows更加友好,看过vn.py的Windows开发环境搭建教程的用户应该记得其步骤还是相当繁琐的(boost占了相当一部分),而Ubuntu下基本只有三步:安装Anaconda、pip和apt-get,纯命令行操作用着很爽。

安装完上面的这套环境后,想要折腾一下自己编译API的用户可以进入vn.ctp文件夹下,输入:

./build.sh

然后就编译好了,简直非常之爽(当然写CMakeLists.txt的时候还是挺麻烦),编译好的接口在build/lib文件夹下。

保姆级避坑指南:在openEuler 22.03 LTS上用kubeadm 1.32.2部署K8s集群(含阿里云镜像加速) 本文提供在openEuler 22.03 LTS上使用kubeadm 1.32.2部署Kubernetes集群的详细指南,涵盖系统准备、容器运行时适配、kubeadm配置及集群初始化等关键步骤。特别针对openEuler系统的特殊性,解决软件源配置、cri-dockerd编译安装、阿里云镜像加速等常见问题,帮助用户高效完成K8s集群部署。 阅读详情

相关推荐

Cadence Allegro PCB文件对比实战:3分钟搞定两份设计差异(附颜色标注技巧)

本文详细介绍了如何高效使用Cadence Allegro的Design Compare功能进行PCB文件差异对比。通过实战工作流,可在3分钟内精准定位并理解两份设计在布局、布线、元件等方面的关键差异,并分享了自定义颜色标注技巧,帮助工程师快速聚焦重要修改,提升设计评审与团队协作效率。

weixin_29248653的博客 383

vnpy跨平台部署:在Windows、Linux和Mac上运行vnpy

你是否曾因操作系统差异而困扰vnpy的部署?本文将详细介绍如何在Windows、Linux(Ubuntu)和Mac系统上快速部署vnpy,让你无论使用何种设备都能轻松开启量化交易之旅。读完本文后,你将掌握各平台的安装步骤、常见问题解决方法,并了解如何验证部署是否成功。 ## 部署前准备 在开始部署前,请确保你的系统满足以下基本要求: - Python 3.7及以上版本 - 足够的存储空间(至少...

gitblog_00052的博客 1698

离散小波-DWT

前沿:      小波变换比较复杂,而且内容

tianchang2you的专栏 4648

阿里云上安装编译vnpy1.7版本

经过几个月的爬坑,终于解决了在阿里云上架设vnpy的问题。开心啊。官方教程并未详细写清楚(官方UBUNTU环境配置链接)应该怎么样在阿里云上面编译安装vnpy。总是卡在编译完成安装编译环节,而且内存会突然奇高直接挂掉服务器。原因居然是因为,talib的c语言库没有安装。以下是我跳坑经历,仅供参考。 什么anaconda,pip,mongdb,qtpy什么的鬼,就看官方文档吧。我这里仅仅说明我安装

ls13552912394的博客 2598

“基于车载车机 ADB 的安卓自动化测试”以及“类似智谱 AutoGLM 的 AI 安卓自动化项目”的整理和选型建议。

本文系统梳理了安卓自动化测试两大路线。传统ADB框架中,**Appium**适用于企业级测试,**AndroidViewClient**和**Airtest**适合脚本化与图像识别场景。AI驱动的方案里,**智谱Open-AutoGLM**擅长中文场景的视觉理解与操作,**DroidRun**支持多模型与跨平台,而**Android-MCP**则适合将安卓能力作为工具集成到现有AI平台。选型需根据稳定性、技术栈与AI集成需求决定。

weixin_39072720的博客 903

【CAPL实用开发】--- 使用VN1640A测试Busoff快慢恢复

使用VN1640A测试Busoff快慢恢复,包含具体的CAPL代码实现。

LabVIEW、CAPL、python、车载以太网等学习分享,文章正在写 2100

在Ubuntu系统上安装VeighNa框架的完整指南

在Ubuntu系统上安装VeighNa框架的完整指南 【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 ...

gitblog_01070的博客 697

【题解-洛谷】B3644 【模板】拓扑排序 / 家谱树

有个人的家族很大,辈分关系很混乱,请你帮整理一下这种关系。给出每个人的后代的信息。输出一个序列,使得每个人的后辈都比那个人后列出。输出一个序列,使得每个人的后辈都比那个人后列出。如果有多种不同的序列,输出任意一种即可。),表示家族的人数。

写代码的犄角旮瘩 1066

ubuntu18安装vnpyv1.9.2之二

上一个篇文章已经安装好了,但是未配置账号.这篇继续 配置账号的参考这篇文章就行了 地址:https://github.com/vnpy/vnpy/tree/v1.9.2-LTS quick start部分。 在SimNow注册CTP仿真账号,记下你的账号、密码、经纪商编号,然后下载快期查询你的交易和行情服务器地址BrokerID统一为:9999 标准CTP: 第一组:Tra...

江州司马 2467

YOLOv5源码逐行超详细注释与解读(2)——推理部分detect.py

全网最详细的YOLOv5之推理部分detect.py源码逐行注释,近四万字的超详细讲解!小白入门必看!

路人贾的博客 5万+

ABAP Cloud 里的高性能日志:CL_BALI_LOG、XCO_CP_BAL 与 AML 的性能对比与选型指南

ABAP日志框架性能对比与选型建议 本文对比了ABAP Cloud中三种主流日志框架的性能表现与适用场景: 标准BALI:适合明确需要保存日志的场景,保存路径短,性能较好 XCO_CP_BAL:API更现代但性能较低,适合需要即时可见性的场景 AML:开源框架,擅长消息缓冲,适合批量处理时暂存消息 测试结果表明: 纯记录不落库时AML最快 需要保存时BALI性能最优 second connection不提升性能但能确保日志留存 选型建议: 高频批处理优先AML+BALI组合 故障诊断考虑XCO的即时可见性

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 218

trader vn 显示不全_vn.trader的Ubuntu运行环境搭建教程

作者:量衍投资转载请注明来源:维恩的派(www.vnpie.com)准备Ubuntu建议使用一个新安装干净的Ubuntu环境(如果你一定要使用老环境也行,万一不幸掉坑后再回到这步就好),我这里使用的环境如下:版本:Ubuntu 16.04 LTS语言:简体中文时区:Shanghai硬件:VirtualBox虚拟机(64位,分配4G内存)安装Anaconda在Continuum官网下载Python ...

weixin_31482387的博客 226

揭秘大数据领域数据产品的开发流程

随着企业数字化转型加速,数据产品已成为驱动业务增长的核心载体。不同于传统软件产品,数据产品以数据为核心生产要素,通过数据采集、处理、分析与可视化,为用户提供决策支持或智能化服务。本文旨在系统性拆解数据产品开发的全生命周期,涵盖需求分析、数据工程、模型构建、产品设计、上线运维等关键环节,揭示各阶段的技术原理、实施路径与最佳实践,帮助技术团队与产品团队建立标准化开发流程。核心概念:定义数据产品本质,对比传统软件产品差异技术体系:拆解数据采集、处理、建模、可视化的技术栈与算法原理。

AI Agent Harness Engineering 482

vn.trader的Ubuntu运行环境搭建教程(mod)

一、准备Ubuntu 建议使用一个新安装干净的Ubuntu环境(如果你一定要使用老环境也行,万一不幸掉坑后再回到这步就好),我这里使用的环境如下: · 版本:Ubuntu 16.04/14.04 LTS · 语言:简体中文 · 时区:Shanghai     二、安装Anaconda 在Continuum官网下载Python 2.7版本Linux 64-Bit的Anaconda,我这里

aniuge008的博客 516

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

vn.trader Quick Start

对于大部分用户来说,无需自行编译API接口,建议可以直接使用vn.trader进行交易和策略开发。 Windows 7 使用步骤 准备一台Windows 7 64位系统的电脑 安装Anaconda:下载Python 2.7 32位版本,注意必须是32位 安装MongoDB:下载Windows 64-bit 2008 R2+版本 安装pymongo:在cm

智能量化交易 2614

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

保姆级教程:用vn.py开源量化交易框架从零搭建你的第一套量化交易系统

vn.py(又名VeighNa)是国内应用最广的Python开源量化交易框架之一。它把行情接入、下单执行、策略回测、AI建模这些"重型活"拆成一个个即插即用的积木模块,让你不用从底层协议写起,也能快速搭出属于自己的量化交易系统。这篇文章就带你走一遍完整的从零上手路线。 ## 动手之前,先回答自己三个问题 很多人在接触量化交易时,脑子里的画面是这样的:深夜盯盘、手动点鼠标、生怕错过行情。而编程解

gitblog_00013的博客 663

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

vn.py 量化交易快速上手:从安装验证到首次回测

vn.py(VeighNa)是一套基于 Python 的开源量化交易系统开发框架。它把行情接入、历史数据存储、策略回测、参数优化到实盘交易这几件事放在同一个框架里完成,4.0 版本之后还加入了面向多因子机器学习的 vnpy.alpha 模块。如果你想在本地搭一套可以回测、也可以对接实盘的量化开发环境,这篇指南会带你走完从安装到第一次跑出回测结果的完整流程。 ## vn.py 能解决什么问题 量

gitblog_00035的博客 145

如何快速掌握vn.py:Python量化交易框架的完整实战指南

在金融科技的浪潮中,量化交易正成为专业投资者的核心武器。你是否曾梦想构建自己的智能交易系统,却苦于技术门槛过高?vn.py作为一套基于Python的开源量化交易平台开发框架,为你打开了通往AI量化交易世界的大门。这个由交易员开发、为交易员服务的框架,不仅提供了完整的Python量化交易解决方案,更融入了先进的AI技术,让每个人都能轻松构建专业的量化交易系统。 ## 🎯 vn.py的核心价值:为

gitblog_00245的博客 862

从零开始构建AI量化交易系统:vn.py实战指南

在金融科技的浪潮中,量化交易已成为专业投资者的核心工具。vn.py作为基于Python的开源量化交易平台开发框架,为交易员提供了从数据获取到实盘交易的完整解决方案。这款由交易员开发、为交易员服务的框架,如今融入了AI技术,为量化交易带来了全新的可能性。 ## 🎯 核心关键词与学习价值 **核心关键词**:量化交易框架、AI策略开发、Python交易系统、多因子模型、实盘交易 **长尾关键词

gitblog_00424的博客 511

lz4_flex解压为何高达6000 MiB/s?fastcpy向量化实现深度剖析

lz4_flex 是目前 Rust 生态中最快的纯 Rust 实现的 LZ4 压缩/解压库,在 66KB JSON 块格式基准测试中,其 **lz4_flex 解压**速度最高可达 **5973 MiB/s**,远超 lz-fear、snap 等同行的 Rust 压缩库。而这份惊人成绩的核心功臣,正是藏在源码里的 `fastcpy` —— 一个专为小块拷贝优化的向量化 memcpy 替代实现。本文

gitblog_00054的博客 1046

如何用Python构建企业级量化交易系统:vn.py架构深度解析

在金融科技快速发展的今天,量化交易已经从专业机构的专属工具转变为广大开发者能够触及的技术领域。vn.py作为一个由交易员开发、为交易员服务的开源Python量化交易框架,为构建企业级交易系统提供了完整的解决方案。本文将深入剖析vn.py的技术架构、核心功能和应用实践,帮助你理解如何利用这个框架构建自己的量化交易系统。 ## 项目定位:从交易工具到开发框架的演进 vn.py最初是一个交易终端软件

gitblog_00672的博客 294

VeighNa(vnpy)Ubuntu 系统安装与启动完整指南:从源码编译到 VeighNa Trader 上线

本文面向在 Ubuntu Linux 环境下部署 VeighNa(vnpy)开源量化交易平台开发框架的开发者,系统讲解从 Python 环境检查、源码下载解压、gcc 编译工具链准备、一键安装脚本执行,到最终启动 VeighNa Trader 图形界面的全流程,并给出 Python 开发环境缺失、Qt 图形驱动依赖、中文编码 locale 异常三类高频问题的排查方案。读完本文,你将能够在 Ubun

gitblog_00393的博客 15

VeighNa(vnpy)量化交易框架安装指南:从零搭建到跑通第一个示例

本文带你完成 VeighNa 框架(代码名 vnpy,基于 Python 的开源量化交易系统开发框架,当前版本 4.5.0)的安装与搭建:核对环境版本、执行安装脚本、验证框架可用,并启动第一个图形界面示例。机器最低要求:Windows 11 或 Windows Server 2022 及以上(Linux 用户为 Ubuntu 22.04 LTS 及以上)、64 位 Python 3.10–3.13

gitblog_00792的博客 159

VeighNa(vnpy)量化交易框架指南:Python 开发期货、股票策略并回测实盘的 4 条路径

VeighNa(仓库名 vnpy,当前版本 4.5.0)是一个 MIT 协议开源的 Python 量化交易框架,覆盖交易接口对接、历史数据管理、策略回测与实盘自动交易这几个环节。它面向的开发者通常是这几种人:想基于 Python 写 CTA 或组合策略并跑实盘的期货/股票投资者、需要用机器学习做多因子研究的投研人员,以及要把交易程序私有部署、掌控全部源代码的机构团队。本文只讲开源核心包 `vnpy

gitblog_01057的博客 246

VeighNa快速安装指南:用Python搭建量化交易环境

按这篇VeighNa安装教程做完,你能做三件事:跑一次CTA策略回测、把历史行情数据拉进本地数据库、连上CTP接口做实盘。VeighNa是开源的Python量化交易平台框架,这篇文章带你从零搭好一套能用的vnpy入门环境。 ## 📋 开工前清点:四项软硬件要求 开始量化交易环境搭建前,先对照下表检查电脑,任何一项不达标就先解决,否则安装脚本会在中途失败。 | 项目 | 要求 | 不满足会怎

gitblog_00673的博客 66

如何从零搭建AI量化交易系统:VeighNa框架5步快速上手指南

你是否曾梦想用Python打造自己的量化交易系统,却被复杂的金融数据和交易接口困扰?面对海量行情数据不知如何提取有效特征?或者想要尝试AI量化策略却不知从何入手?VeighNa框架正是为你量身打造的一站式Python量化交易解决方案,让你快速掌握AI量化交易的核心技术。 作为一套基于Python的开源量化交易系统开发框架,VeighNa已经成长为多功能量化交易平台,积累了众多来自金融机构或相关领

gitblog_00844的博客 421
上一篇: Python量化交易平台开发教程系列8-顶层GUI界面开发(2)
下一篇: vn.trader使用教程系列1-安装和配置
Trader_Python
博客等级 码龄11年 392粉丝 0原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值