jvQuant集成交易系统

基于jvQuant API的实时行情数据接入、技术指标计算和自动交易系统，支持MACD、RSI、KDJ、量比等技术指标的实时计算、图表展示和智能交易。

功能特性

📊 技术指标

MACD：移动平均收敛发散指标（使用Nautilus Trader官方实现）
RSI：相对强弱指数（使用Nautilus Trader官方实现）
KDJ：随机指标（自定义实现）
量比：成交量比率
K线图：实时K线数据
成交量：实时成交量数据

🔄 数据源

Level1：基础行情数据（价格、成交量、涨跌幅等）
Level2：逐笔成交数据
Level10：十档盘口数据

📈 图表展示

使用mplfinance绘制专业K线图
实时更新技术指标图表
多指标组合展示

💹 交易功能

登录柜台：支持券商柜台登录
交易委托：买入/卖出股票
撤销委托：撤销未成交委托
查询功能：查询持仓和交易记录
自动交易：基于技术指标的智能交易策略
图形界面：友好的GUI操作界面

文件说明

核心文件

integrated_trading_system.py - 完整的集成交易系统（GUI界面）
trading_system.py - 交易功能模块
jvquant_realtime_system.py - 完整的实时系统（包含图表功能）
simple_realtime_system.py - 简化的实时系统（用于测试）
macd_strategy.py - 参照官方示例的MACD策略实现
test_integrated_system.py - 集成系统测试脚本
kdj_indicator.py - KDJ指标实现
ema_comparison.py - EMA指标对比示例

配置文件

requirements.txt - Python依赖包列表
README.md - 项目说明文档

安装和配置

1. 环境要求

Python 3.11+
虚拟环境（推荐）

2. 安装依赖

# 激活虚拟环境
& "C:\Users\hedz\Downloads\nautilus_trader-develop\.venv\Scripts\Activate.ps1"

# 安装依赖
pip install -r requirements.txt

3. 配置Token

在代码中配置你的jvQuant Token：

TOKEN = "d0c519adcd47d266f1c96750d4e80aa6"  # 你的Token
STOCK_CODE = "159506"  # 股票代码

使用方法

1. 测试连接

首先测试Token和服务器连接是否正常：

python test_jvquant_connection.py

2. 运行简化版本

测试基本的数据接收和指标计算：

python simple_realtime_system.py

3. 运行完整版本

运行包含图表功能的完整系统：

python jvquant_realtime_system.py

4. 运行集成交易系统

运行包含GUI界面的完整交易系统：

python integrated_trading_system.py

5. 运行交易系统

运行命令行版本的交易系统：

python trading_system.py

6. 运行系统测试

运行集成系统功能测试：

python test_integrated_system.py

数据格式说明

Level1数据格式

lv1_证券代码=推送时间,证券名称,最新价格,涨幅,成交额,成交量,买五档,卖五档

Level2数据格式

lv2_证券代码=成交时间1,成交编号1,成交价格1,成交数量1|成交时间2,成交编号2,成交价格2,成交数量2...

Level10数据格式

lv10_证券代码=推送时间,证券名称,最新价格,昨收,成交额,成交量,买十档,卖十档

技术指标说明

MACD (移动平均收敛发散)

快线周期: 12
慢线周期: 26
信号线周期: 9
用途: 判断趋势变化和买卖时机
实现: 使用Nautilus Trader官方MovingAverageConvergenceDivergence指标
策略: 参照官方示例实现，支持做多和做空

RSI (相对强弱指数)

周期: 14
超买线: 70
超卖线: 30
用途: 判断超买超卖状态
实现: 使用Nautilus Trader官方RelativeStrengthIndex指标

KDJ (随机指标)

K周期: 9
D周期: 3
J计算: J = 3K - 2D
用途: 判断价格动量和买卖信号

量比

周期: 5
计算: 当前成交量 / 过去5期平均成交量
用途: 判断成交量活跃程度

交易功能说明

登录柜台

支持券商柜台登录验证
获取交易凭证（ticket）
自动管理登录状态和凭证有效期

交易委托

买入委托：支持市价和限价买入
卖出委托：支持市价和限价卖出
委托参数：证券代码、名称、价格、数量

查询功能

持仓查询：查看当前持仓情况
交易记录：查看历史交易记录
委托状态：查看委托执行状态

自动交易策略

信号生成：基于MACD、RSI、KDJ综合信号
风险控制：持仓管理和资金控制
策略监控：实时监控策略执行状态

数据保存

系统会自动保存历史数据到本地文件：

格式：data_股票代码_时间戳.pkl
包含：OHLC数据、逐笔数据、技术指标值

注意事项

1. 交易时间

沪深市场：9:30-11:30, 13:00-15:00
非交易时间可能无法获取实时数据

2. 数据频率

Level1：基础行情，更新频率较低
Level2：逐笔成交，更新频率高
Level10：十档盘口，更新频率中等

3. 网络要求

稳定的网络连接
支持WebSocket协议
建议使用有线网络

4. 资源消耗

实时数据处理会消耗一定CPU和内存
长时间运行建议监控系统资源

故障排除

1. 连接失败

检查Token是否正确
确认网络连接正常
查看服务器分配是否成功

2. 数据解析错误

检查数据格式是否符合预期
确认股票代码是否正确
查看日志输出

3. 指标计算异常

确认数据量是否足够
检查指标参数设置
验证计算逻辑

重构说明

删除自定义MACD实现

为了与Nautilus Trader官方示例保持一致，项目已删除所有自定义的SimpleMACD实现：

删除的文件和类：

simple_realtime_system.py 中的 SimpleMACD 类
integrated_trading_system.py 中的 SimpleMACD 类
tests/test_integrated_system.py 中的 SimpleMACD 类

重构的内容：

所有MACD指标现在使用Nautilus Trader的 MovingAverageConvergenceDivergence
所有RSI指标现在使用Nautilus Trader的 RelativeStrengthIndex
新增 macd_strategy.py 文件，参照官方示例实现MACD策略
更新了所有相关的指标更新和信号生成逻辑

优势：

更好的性能和准确性
与官方API保持一致
更容易维护和扩展
支持更多高级功能

扩展功能

1. 添加新指标

在RealTimeDataProcessor类中添加新的技术指标：

def add_new_indicator(self):
    # 实现新指标的计算逻辑
    pass

2. 自定义图表

修改generate_charts方法来自定义图表样式：

def generate_charts(self, indicators: dict):
    # 自定义图表绘制逻辑
    pass

3. 数据导出

添加数据导出功能：

def export_data(self, format='csv'):
    # 实现数据导出逻辑
    pass

许可证

本项目基于GNU Lesser General Public License v3.0开源协议。

联系方式

如有问题或建议，请通过以下方式联系：

项目Issues
邮件联系
技术讨论群

免责声明: 本系统仅供学习和研究使用，不构成投资建议。使用本系统进行实际交易的风险由用户自行承担。

手动立刻执行一次

schtasks /run /tn ETF159506_1min_Collector

查看任务状态

schtasks /query /tn ETF159506_1min_Collector

删除任务

schtasks /delete /tn ETF159506_1min_Collector /f

ETF159506_Tick_Collector

wsl --set-default-version 2 wsl --install -d Ubuntu --no-launch ubuntu config --default-user root

Name		Name	Last commit message	Last commit date
Latest commit History 122 Commits
.cursor		.cursor
.vscode		.vscode
Redis-8.6.2-Windows-x64-cygwin-with-Service		Redis-8.6.2-Windows-x64-cygwin-with-Service
data		data
docs		docs
images		images
kline-viewer		kline-viewer
models		models
nautilus_trader @ bc4cc41		nautilus_trader @ bc4cc41
target/rust-analyzer/flycheck0		target/rust-analyzer/flycheck0
test_files		test_files
tests		tests
.env		.env
.gitignore		.gitignore
.gitmodules		.gitmodules
ACCOUNT_DATA_FLOW.md		ACCOUNT_DATA_FLOW.md
ACCOUNT_UPDATE_IMPLEMENTATION.md		ACCOUNT_UPDATE_IMPLEMENTATION.md
CLAUDE.md		CLAUDE.md
JVQUANT_TRADE_API_SPEC.md		JVQUANT_TRADE_API_SPEC.md
QUERY_API_IMPLEMENTATION.md		QUERY_API_IMPLEMENTATION.md
README.md		README.md
README_Cache_System.md		README_Cache_System.md
README_Extreme_Detection_Improvement.md		README_Extreme_Detection_Improvement.md
README_Live_Trading.md		README_Live_Trading.md
README_Memory_Optimization.md		README_Memory_Optimization.md
README_Strategy_Reverse_Engineering.md		README_Strategy_Reverse_Engineering.md
README_TRADING_LOGIN.md		README_TRADING_LOGIN.md
analyze_data.py		analyze_data.py
calculate_minute_volume.py		calculate_minute_volume.py
collect_1min.bat		collect_1min.bat
collect_tick.bat		collect_tick.bat
collect_tick_only.py		collect_tick_only.py
convert_stock_data_to_catalog.py		convert_stock_data_to_catalog.py
download_etf_minute_data.py		download_etf_minute_data.py
download_sample_data.py		download_sample_data.py
ema_comparison.py		ema_comparison.py
ema_python.py		ema_python.py
email_notifier.py		email_notifier.py
etf_159506_adapter.py		etf_159506_adapter.py
etf_159506_cache_collector.py		etf_159506_cache_collector.py
etf_159506_catalog_loader.py		etf_159506_catalog_loader.py
etf_159506_data_classes.py		etf_159506_data_classes.py
etf_159506_data_client_config.py		etf_159506_data_client_config.py
etf_159506_data_manager.py		etf_159506_data_manager.py
etf_159506_data_saver.py		etf_159506_data_saver.py
etf_159506_enhanced_risk_manager.py		etf_159506_enhanced_risk_manager.py
etf_159506_execution_algorithms.py		etf_159506_execution_algorithms.py
etf_159506_instrument.py		etf_159506_instrument.py
etf_159506_live_trading.py		etf_159506_live_trading.py
etf_159506_ml_strategy.py		etf_159506_ml_strategy.py
etf_159506_ml_strategy_config.py		etf_159506_ml_strategy_config.py
etf_159506_official_backtest.py		etf_159506_official_backtest.py
etf_159506_realtime_strategy.py		etf_159506_realtime_strategy.py
etf_159506_strategy.py		etf_159506_strategy.py
etf_159506_strategy_config.py		etf_159506_strategy_config.py
kline_chart_data_flow.md		kline_chart_data_flow.md
load_catalog_data.py		load_catalog_data.py
ml_backtest_runner.py		ml_backtest_runner.py
ml_feature_analysis.py		ml_feature_analysis.py
ml_feature_builder.py		ml_feature_builder.py
ml_incremental_features.py		ml_incremental_features.py
ml_label_sensitivity.py		ml_label_sensitivity.py
ml_paper_trading.py		ml_paper_trading.py
ml_signal_trainer.py		ml_signal_trainer.py
ml_threshold_sweep.py		ml_threshold_sweep.py
note.md		note.md
pyproject.toml		pyproject.toml
quant.code-workspace		quant.code-workspace
redis_config_optimizer.py		redis_config_optimizer.py
redis_monitor.py		redis_monitor.py
run_backtest_for_viewer.py		run_backtest_for_viewer.py
setup_daily_task.ps1		setup_daily_task.ps1
start_live_trading.bat		start_live_trading.bat
strategy_reverse_engineering.py		strategy_reverse_engineering.py
test_email_954504788.py		test_email_954504788.py
test_extreme_detection.py		test_extreme_detection.py
tick_kline_explanation.md		tick_kline_explanation.md
uv.lock		uv.lock

Folders and files

Latest commit

History

Repository files navigation

jvQuant集成交易系统

功能特性

📊 技术指标

🔄 数据源

📈 图表展示

💹 交易功能

文件说明

核心文件

配置文件

安装和配置

1. 环境要求

2. 安装依赖

3. 配置Token

使用方法

1. 测试连接

2. 运行简化版本

3. 运行完整版本

4. 运行集成交易系统

5. 运行交易系统

6. 运行系统测试

数据格式说明

Level1数据格式

Level2数据格式

Level10数据格式

技术指标说明

MACD (移动平均收敛发散)

RSI (相对强弱指数)

KDJ (随机指标)

量比

交易功能说明

登录柜台

交易委托

查询功能

自动交易策略

数据保存

注意事项

1. 交易时间

2. 数据频率

3. 网络要求

4. 资源消耗

故障排除

1. 连接失败

2. 数据解析错误

3. 指标计算异常

重构说明

删除自定义MACD实现

删除的文件和类：

重构的内容：

优势：

扩展功能

1. 添加新指标

2. 自定义图表

3. 数据导出

许可证

联系方式

手动立刻执行一次

查看任务状态

删除任务

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages