Lean

Lean

开源算法交易引擎 助力策略开发和部署

Lean Engine是一款开源算法交易引擎,旨在简化策略研究、回测和实盘交易流程。该引擎支持Python和C#编程,集成了主流数据提供商和经纪商接口,便于快速部署交易策略。Lean Engine采用C#核心架构,兼容Linux、Mac和Windows系统,为量化交易提供了高效灵活的技术支持。

LEAN算法交易开源量化交易QuantConnectGithub开源项目

alt tag

构建状态     回归测试     LEAN论坛     Discord聊天

[Lean主页][1] | [文档][2] | [下载Zip][3] | [Docker Hub][8] | [Nuget][9]


简介

Lean引擎是一个开源的算法交易引擎,专为便捷的策略研究、回测和实时交易而设计。我们与常见的数据提供商和经纪商集成,让您能够快速部署算法交易策略。

LEAN引擎的核心是用C#编写的,但它可以在Linux、Mac和Windows操作系统上无缝运行。它支持用Python 3.11或C#编写的算法。Lean驱动了基于网络的算法交易平台[QuantConnect][4]。

自豪地由以下机构赞助

<br> <a href="https://www.algoseek.com/lean.html"> <picture > <source media="(prefers-color-scheme: dark)" srcset="https://github.com/QuantConnect/Lean/assets/79997186/4e95a20e-f7c5-4655-8043-18601846030b"> <source media="(prefers-color-scheme: light)" srcset="https://github.com/QuantConnect/Lean/assets/79997186/cf05e5fe-5784-4624-8dde-72476508ba91"> <img alt="bitfinex" width="30%"> </picture></a> <p> <br> 想在这里展示您公司的logo吗?[赞助LEAN](https://github.com/sponsors/QuantConnect),成为彻底开放的算法交易创新的一部分。

QuantConnect正在招聘!

加入我们的团队,解决量化金融领域最具挑战性的问题。如果您对算法交易充满热情,我们很乐意听到您的声音。我们始终欢迎出色的C#工程师。申请时,请务必提及您是通过GitHub了解到我们的:

系统概览

alt tag

该引擎被分为多个模块化部分,可以在不触及其他文件的情况下进行扩展。这些模块在config.json中被配置为"环境"。您可以通过这些环境控制LEAN以所需的模式运行。

最重要的插件包括:

  • 结果处理 (IResultHandler)

    处理算法交易引擎的所有消息。决定应发送什么以及消息应该去向何处。结果处理系统可以将消息发送到本地GUI或网络界面。

  • 数据馈源 (IDataFeed)

    连接并下载算法交易引擎所需的数据。对于回测,该提供程序从磁盘获取文件;对于实时交易,它连接到数据流并生成数据对象。

  • 交易处理 (ITransactionHandler)

    处理新的订单请求,可以使用算法提供的填充模型或实际经纪商。将处理后的订单发回算法的投资组合以进行填充。

  • 实时事件管理 (IRealtimeHandler)

    生成实时事件 - 如每日结束事件。触发实时事件处理程序的回调。对于回测,这是模拟的,以在模拟时间上工作。

  • 算法状态设置 (ISetupHandler)

    配置算法现金、投资组合和请求的数据。初始化所有所需的状态参数。

这些都可以在Launcher项目的config.json文件中进行配置。

使用Visual Studio Code Dev Containers进行开发

Dev Containers扩展让您可以使用Docker容器作为全功能开发环境。该扩展启动(或连接到)运行_quantconnect/research:latest_镜像的开发容器。

使用Visual Studio Code Dev Containers开发Lean的详细说明可以在VS Code集成项目中找到。

使用Lean CLI进行开发

QuantConnect推荐使用Lean CLI进行本地算法开发。这是因为它是一个非常好的工具,可以在本地处理您的算法,同时仍能部署到云端并访问Lean数据。它还可以通过我们的官方docker镜像在您的本地机器上运行算法,使用您的数据。

请参考QuantConnect关于Lean CLI的文档

安装说明

本节将介绍如何在您的环境中本地安装lean以供使用。有关使用本地IDE与Lean的详细指南,请参阅以下readme文件:

要本地安装,请下载包含最新主分支的zip文件,并解压到您喜欢的位置。或者,安装Git并克隆仓库:

git clone https://github.com/QuantConnect/Lean.git
cd Lean

macOS

  • 安装Visual Studio for Mac

  • 在Visual Studio中打开QuantConnect.Lean.sln Visual Studio 将自动开始恢复 NuGet 包。如果没有自动恢复,请在菜单栏点击"项目 > 还原 NuGet 包"。

  • 在菜单栏中,点击"运行 > 开始调试"。

或者,运行编译后的 dll 文件。首先,在菜单栏中点击"生成 > 生成所有",然后:

cd Lean/Launcher/bin/Debug
dotnet QuantConnect.Lean.Launcher.dll

Linux (Debian, Ubuntu)

  • 安装 dotnet 6
  • 编译 Lean 解决方案:
dotnet build QuantConnect.Lean.sln
  • 运行 Lean:
cd Launcher/bin/Debug
dotnet QuantConnect.Lean.Launcher.dll

Windows

  • 安装 Visual Studio
  • 在 Visual Studio 中打开 QuantConnect.Lean.sln
  • 通过点击"生成"菜单 -> "生成解决方案"来构建解决方案(这应该会触发 NuGet 包的还原)
  • F5 运行

Python 支持

完整的 Python 安装过程说明可以在 Algorithm.Python 项目中找到。

本地-云混合开发

在您喜欢的开发环境中无缝地进行本地开发,具有完整的自动完成和调试支持,可以快速轻松地识别策略中的问题。更多信息请参阅 CLI 主页

问题和功能请求

请将 bug 和功能请求作为 issue 提交到 [Lean 仓库][5]。在提交 issue 之前,请阅读说明以确保不会重复。

邮件列表

项目的邮件列表可以在 [LEAN 论坛][6]上找到。请使用此论坛询问有关安装和设置的问题。

贡献者和拉取请求

我们热烈欢迎贡献,但我们要求您阅读现有代码,了解其格式和注释方式,并确保贡献与现有风格相匹配。所有代码提交必须包含相应的测试。请查看[贡献者指南][7]。所有被接受的拉取请求将在 QuantConnect 获得 50 美元的云点数。一旦您的拉取请求被合并,请发邮件至 support@quantconnect.com,附上您的 PR 链接,以申领您的免费实盘交易。QC <3 开源。

非常感谢所有贡献者! <a href="https://github.com/QuantConnect/Lean/graphs/contributors"> <img src="https://contrib.rocks/image?repo=QuantConnect/Lean" /> </a>

致谢

如果没有先驱者的支持,QuantConnect 的开源化是不可能实现的。先驱者们组成了 QuantConnect 的核心 100 名早期采用者,他们订阅并允许我们将项目开源。

Ryan H, Pravin B, Jimmie B, Nick C, Sam C, Mattias S, Michael H, Mark M, Madhan, Paul R, Nik M, Scott Y, BinaryExecutor.com, Tadas T, Matt B, Binumon P, Zyron, Mike O, TC, Luigi, Lester Z, Andreas H, Eugene K, Hugo P, Robert N, Christofer O, Ramesh L, Nicholas S, Jonathan E, Marc R, Raghav N, Marcus, Hakan D, Sergey M, Peter McE, Jim M, INTJCapital.com, Richard E, Dominik, John L, H. Orlandella, Stephen L, Risto K, E.Subasi, Peter W, Hui Z, Ross F, Archibald112, MooMooForex.com, Jae S, Eric S, Marco D, Jerome B, James B. Crocker, David Lypka, Edward T, Charlie Guse, Thomas D, Jordan I, Mark S, Bengt K, Marc D, Al C, Jan W, Ero C, Eranmn, Mitchell S, Helmuth V, Michael M, Jeremy P, PVS78, Ross D, Sergey K, John Grover, Fahiz Y, George L.Z., Craig E, Sean S, Brad G, Dennis H, Camila C, Egor U, David T, Cameron W, Napoleon Hernandez, Keeshen A, Daniel E, Daniel H, M.Patterson, Asen K, Virgil J, Balazs Trader, Stan L, Con L, Will D, Scott K, Barry K, Pawel D, S Ray, Richard C, Peter L, Thomas L., Wang H, Oliver Lee, Christian L.

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多