Python量化交易一体化解决方案
社区版提供全面的量化交易工具集，整合实时行情、交易执行和金融数据服务三大核心功能模块，助力开发者高效构建量化系统。
pip install jvQuant核心功能模块
| 模块 | 功能 | 覆盖市场 |
|---|---|---|
| WebSocket实时行情 | Level1/十档/Level2逐笔成交实时推送 | 沪深、港股、美股 |
| CTP柜台交易 | 交易执行、持仓查询、委托管理 | A股市场 |
| 在线数据库 | 智能语义查询、历史数据、行业分类 | 多市场金融数据 |
查看官方完整文档
WebSocket实时行情推送
- 全市场覆盖：沪深/港股/美股一体化接入
- 多级行情：Level1基础行情 → 十档盘口 → Level2逐笔成交
- 低延迟：实时推送关键市场数据
- 多协议支持：Binary原始数据 + 结构化对象双输出
接入示例
import jvQuant
import logging# 初始化配置（沪深示例）
market = "ab"
token = "<YOUR_TOKEN>"
log_level = logging.INFO# 行情处理函数（可自定义）
def ab_lv1_handle(lv1):print(f"L1行情: {lv1.symbol} 最新价:{lv1.last_price}")def ab_lv2_handle(lv2):print(f"L2逐笔: {lv2.symbol} 成交量:{lv2.volume}")# 创建WebSocket客户端
client = jvQuant.websocket_client.Construct(market=market,token=token,log_level=log_level,ab_lv1_handle=ab_lv1_handle,ab_lv2_handle=ab_lv2_handle
)# 订阅标的行情
client.add_lv1(["600519", "000001"]) # 贵州茅台、平安银行
client.add_lv2(["600519"]) # 茅台Level2# 启动服务（阻塞主线程）
client.thread_join()市场特定配置
| 市场 | 代码 | 示例标的 |
|---|---|---|
| 沪深 | ab | 600519 (茅台) |
| 港股 | hk | 00700 (腾讯) |
| 美股 | us | aapl (苹果) |
CTP柜台交易
完整交易生命周期管理
交易生命周期
接入示例
import jvQuant# 创建交易客户端
trader = jvQuant.ctp_client.Construct(token="<TOKEN>",ctp_acc="<ACCOUNT>",ctp_pwd="<PASSWORD>"
)# 交易操作示例
trader.buy("600519", "贵州茅台", 1572.12, 100) # 买入100股茅台
trader.sale("000001", "平安银行", 14.25, 500) # 卖出500股平安# 账户管理
holdings = trader.check_hold() # 获取当前持仓
orders = trader.check_order() # 查询未完成委托
trader.cancel("9702") # 撤销指定订单# 清理资源
trader.thread_join()️ 在线数据库服务
数据服务矩阵
| 数据类型 | 接口方法 | 示例应用 |
|---|---|---|
| 行业分类 | .industry() | 获取申万行业分类 |
| 可转债信息 | .bond() | 可转债基本面分析 |
| Level2盘口 | .level_queue() | 千档盘口分析 |
| 历史分时 | .minute() | 日内交易策略回测 |
| K线数据 | .kline() | 多周期技术分析 |
| 智能选股 | .query() | 条件筛选标的 |
智能语义查询示例
db = jvQuant.sql_client.Construct("<TOKEN>")# 多因子选股（财务+技术）
results = db.query("主板, 市盈率<20, 市值50-200亿, 近5日涨幅>5%, 量比>1.5", page=1, order_type=0,sort_field="INDUSTRY"
)# 获取历史K线（茅台周线前复权）
kline_data = db.kline(symbol="600519",type="stock",adjust="前复权",freq="week",count=200 # 获取200周
)# 下载历史分时数据
db.download_history("2023") # 2023全年分时数据支持与资源
- 官方文档: http://jvquant.com/wiki
- 社区支持: help@jvQuant.com
原文:https://zhuanlan.zhihu.com/p/1928177220226119668