ZVT: 一个模块化量化交易框架

ZVT: 开源量化交易的利器

在当今复杂多变的金融市场中,量化交易正在成为越来越多投资者的选择。然而,构建一个完整的量化交易系统往往需要耗费大量的时间和精力。ZVT(Zero Value Trading)应运而生,它是一个开源的模块化量化交易框架,旨在为量化交易者提供一个高效、灵活且功能强大的工具。

ZVT的核心特性

ZVT框架具有以下几个突出的特点:

模块化设计: ZVT采用模块化的架构,各个功能模块之间松耦合,用户可以根据需求灵活组合使用。
数据获取与存储: 支持多种数据源,包括A股、美股、港股等市场的行情数据、财务数据等,并提供统一的数据存储接口。
因子研究: 内置多种常用因子,同时支持自定义因子,便于进行多因子分析。
回测系统: 提供完整的回测功能,支持多种交易策略的回测和评估。
可视化: 集成了Dash和Plotly等可视化工具,方便用户进行数据分析和结果展示。
实盘交易: 支持与多个交易接口对接,可以直接用于实盘交易。

快速上手ZVT

要开始使用ZVT,首先需要安装该框架:

python3 -m pip install -U zvt

安装完成后,可以通过简单的几行代码来获取数据并进行分析:

from zvt.domain import Stock, Stock1dHfqKdata
from zvt.ml import MaStockMLMachine

# 获取股票元数据
Stock.record_data(provider="em")

# 获取个股行情数据
entity_ids = ["stock_sz_000001", "stock_sz_000338", "stock_sh_601318"]
Stock1dHfqKdata.record_data(provider="em", entity_ids=entity_ids, sleeping_time=1)

# 创建机器学习模型
machine = MaStockMLMachine(entity_ids=["stock_sz_000001"], data_provider="em")
machine.train()
machine.predict()
machine.draw_result(entity_id="stock_sz_000001")

这段代码完成了数据获取、持久化、增量更新、机器学习、预测和结果展示等一系列操作。

ZVT预测结果示例

ZVT的数据生态

ZVT支持多种金融市场的数据,包括:

中国A股市场:

from zvt.domain import Stock
Stock.record_data(provider="em")
df = Stock.query_data(provider="em", index='code')
print(df)

美国股票市场:

from zvt.domain import Stockus
Stockus.record_data()
df = Stockus.query_data(index='code')
print(df)

香港股票市场:

from zvt.domain import Stockhk
Stockhk.record_data()
df = Stockhk.query_data(index='code')
print(df)

除了基本的股票信息,ZVT还支持获取财务数据、行情数据、财务指标等多种类型的数据。

深入理解ZVT的实体事件模型

ZVT采用实体事件模型来组织和管理数据。在这个模型中,每个可交易的实体(如股票)都有与之相关的各种事件(如行情数据、财务报表等)。

市场行情数据

ZVT提供了统一的接口来获取不同级别、不同复权方式的行情数据:

Stock1dKdata.record_data(code='000338', provider='em')
df = Stock1dKdata.query_data(code='000338', provider='em')
print(df)

财务指标

ZVT还提供了获取财务指标的便捷方法:

from zvt.domain import FinanceFactor
FinanceFactor.record_data(code='000338')
df = FinanceFactor.query_data(code='000338',columns=FinanceFactor.important_cols(),index='timestamp')
print(df)