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。
