ssquant 0.3.9

专业的期货CTP量化交易框架

SSQuant - 期货量化交易框架

🐿️ 松鼠Quant | 专业的期货CTP量化交易框架

GitHub | Gitee（国内推荐）

一次编写，三处运行 - 回测 / SIMNOW模拟 / 实盘CTP

---

🎯 核心特性

✅ 统一的策略框架

• 一套代码三处运行 - 同一份策略代码可在回测、SIMNOW模拟、实盘CTP三种环境下运行
• 完整的数据支持 - K线数据（1m/5m/15m/30m/1h/4h/1d）+ TICK逐笔数据
• 多品种多周期 - 同时交易多个品种，使用不同周期数据

✅ 强大的交易功能

• 自动开平仓管理 - 智能识别开平仓、今昨仓
• 智能算法交易 - 支持限价单排队、超时撤单、追价重发等高级逻辑
• 实时回调系统 - on_trade/on_order/on_cancel 实时通知
• TICK流双驱动 - K线驱动 + TICK驱动两种模式

✅ 丰富的策略示例

• 19个完整策略示例
• 涵盖趋势、套利、轮动、期权、机器学习等类型
• 从入门到高级，循序渐进

---

🖥️ 系统要求

项目	要求
操作系统	Windows 10+（⚠️ 目前仅支持 Windows，Linux 版本待更新）
Python	3.9 ~ 3.14
CTP版本	6.7.7 ~ 6.7.10
内存	4GB+

---

⚡ 快速开始

1. 安装

方式一：使用 pip 安装（推荐）

pip install ssquant

💡 新手安装指引 (解决环境问题)

如果遇到环境索引问题，请按以下步骤操作：

1. 卸载旧版本：pip uninstall ssquant
2. 重新安装（推荐使用国内源）：

   pip install ssquant -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 获取示例：新手朋友直接通过 pip 安装框架，然后到 GitHub 或 Gitee（国内推荐） 下载 examples/ 目录下的策略示例。
4. 补充依赖：运行中如果提示缺什么库，直接 pip install 库名 安装即可。

方式二：从 GitHub/Gitee 源码安装

如果您下载了源码压缩包（通常解压后文件夹名为 ssquant-main），或者通过 git clone 拉取了代码：

1. 打开终端（CMD/PowerShell），进入该文件夹（确保能看到 setup.py 文件）。
2. 运行安装命令：

pip install -e .

注意：

• 命令最后有一个点 .，代表当前目录，不要漏掉。
• 文件夹名字（如 ssquant-main）不影响安装，只要目录结构正确即可。

❓ 常见问题：ModuleNotFoundError: No module named 'ssquant'

如果运行策略时遇到这个错误：

ModuleNotFoundError: No module named 'ssquant'

原因：ssquant 未安装或已被卸载。

解决方法：

1. 检查是否已安装：

   pip list | findstr ssquant   # Windows
   

2. 如果没有找到，重新安装：

   # 方式一：从 PyPI 安装
   pip install ssquant
   
   # 方式二：从源码安装（在项目目录下执行）
   pip install -e .
   

3. 验证安装成功：

   python -c "from ssquant.api.strategy_api import StrategyAPI; print('ssquant 导入成功!')"
   

2. 配置账户

安装完成后，需要配置相关账户信息。编辑 ssquant/config/trading_config.py：

📊 数据API配置（回测必需）

框架使用松鼠俱乐部会员远程数据库，会员填入账号密码后，回测和实盘自动预拉取数据到本地：

# ========== 数据API认证 (松鼠俱乐部会员) ==========
API_USERNAME = "你的会员账号"
API_PASSWORD = "你的会员密码"

💡 非会员用户：

• 可自行修改远程服务器地址
• 或参考 examples/A_工具_导入数据库DB示例.py 导入本地数据

🔐 交易账户配置（模拟/实盘）

# SIMNOW账户（模拟交易）
ACCOUNTS = {
    'simnow_default': {
        'investor_id': '你的SIMNOW账号',
        'password': '你的密码',
        'server_name': '电信1',  # 电信1/电信2/移动/TEST
        # ...
    },
    
    # 实盘账户
    'real_default': {
        'broker_id': '期货公司代码',
        'investor_id': '资金账号',
        'password': '密码',
        'md_server': 'tcp://xxx:port',
        'td_server': 'tcp://xxx:port',
        'app_id': 'AppID',
        'auth_code': '授权码',
        # ...
    },
}

3. 编写策略

from ssquant.api.strategy_api import StrategyAPI
from ssquant.backtest.unified_runner import UnifiedStrategyRunner, RunMode
from ssquant.config.trading_config import get_config

def my_strategy(api: StrategyAPI):
    """双均线策略"""
    close = api.get_close()
    
    if len(close) < 20:
        return
    
    ma5 = close.rolling(5).mean()
    ma20 = close.rolling(20).mean()
    pos = api.get_pos()
    
    # 金叉做多
    if ma5.iloc[-2] <= ma20.iloc[-2] and ma5.iloc[-1] > ma20.iloc[-1]:
        if pos <= 0:
            if pos < 0:
                api.buycover(order_type='next_bar_open')
            api.buy(volume=1, order_type='next_bar_open')
    
    # 死叉做空
    elif ma5.iloc[-2] >= ma20.iloc[-2] and ma5.iloc[-1] < ma20.iloc[-1]:
        if pos >= 0:
            if pos > 0:
                api.sell(order_type='next_bar_open')
            api.sellshort(volume=1, order_type='next_bar_open')

if __name__ == "__main__":
    # 回测配置
    config = get_config(
        mode=RunMode.BACKTEST,
        symbol='rb888',
        start_date='2025-01-01',
        end_date='2025-11-30',
        kline_period='1h',
        price_tick=1.0,
        contract_multiplier=10,
    )
    
    # 运行
    runner = UnifiedStrategyRunner(mode=RunMode.BACKTEST)
    runner.set_config(config)
    results = runner.run(strategy=my_strategy)

4. 切换模式只需改配置

# ===== 回测模式 =====
config = get_config(
    mode=RunMode.BACKTEST,
    symbol='rb888',
    start_date='2025-01-01',
    end_date='2025-11-30',
    kline_period='1h',
)

# ===== SIMNOW模拟 =====
config = get_config(
    mode=RunMode.SIMNOW,
    account='simnow_default',      # 使用预配置的账户
    symbol='rb2601',               # 具体合约月份
    kline_period='1m',
)

# ===== 实盘交易 =====
config = get_config(
    mode=RunMode.REAL_TRADING,
    account='real_default',        # 使用预配置的账户
    symbol='rb2601',
    kline_period='1m',
)

策略代码完全不用改！

---

📚 文档导航

文档	说明	适合
用户手册.md	📖 完整使用教程	新手必读
API参考手册.md	📚 详细API说明	开发查询
文档导航.md	📑 所有文档索引	查找文档

---

🎓 示例策略

所有示例在 examples/ 目录（共19个）：

工具类 (A_开头)

文件	说明
A_工具_导入数据库DB示例.py	数据导入数据库
A_工具_数据库管理_查看与删除.py	数据库管理
A_撤单重发示例.py	订单撤单重发机制
A_穿透式测试脚本.py	CTP穿透式认证测试

策略类 (B_开头)

文件	说明
B_双均线策略.py	⭐ 经典均线交叉，入门推荐
B_海龟交易策略.py	唐奇安通道突破
B_十大经典策略之Aberration.py	布林带突破
B_日内交易策略.py	日内交易
B_网格交易策略.py	网格交易
B_强弱截面轮动策略.py	多品种强弱轮动
B_跨周期过滤策略.py	多周期信号过滤
B_跨品种套利策略.py	品种间价差套利
B_跨期套利策略.py	同品种跨期套利
B_多品种多周期交易策略.py	多品种多周期
B_多品种多周期交易策略_参数优化.py	参数优化示例
B_机器学习策略_随机森林.py	ML机器学习预测

高级类 (C_开头)

文件	说明
C_期权交易策略.py	期权交易
C_期货期权组合策略.py	期货期权组合
C_纯Tick高频交易策略.py	TICK流高频交易

---

🏗️ 项目结构

ssquant/
├── api/                    # 策略API
│   └── strategy_api.py     # 核心API类
├── backtest/               # 回测引擎
│   ├── unified_runner.py   # 统一运行器
│   ├── backtest_core.py    # 回测核心
│   └── live_trading_adapter.py  # 实盘适配器
├── config/                 # 配置管理
│   └── trading_config.py   # 配置生成（账户配置在此）
├── data/                   # 数据管理
│   ├── api_data_fetcher.py # API数据获取
│   └── local_data_loader.py # 本地数据加载
├── ctp/                    # CTP二进制文件
│   ├── py39/ ~ py314/      # 各Python版本的CTP文件
│   └── loader.py           # CTP加载器
├── pyctp/                  # CTP封装
│   ├── simnow_client.py    # SIMNOW客户端
│   └── real_trading_client.py  # 实盘客户端
└── indicators/             # 技术指标
    └── tech_indicators.py

---

💡 核心API

数据获取

api.get_close()      # 收盘价序列
api.get_open()       # 开盘价序列
api.get_high()       # 最高价序列
api.get_low()        # 最低价序列
api.get_volume()     # 成交量序列
api.get_klines()     # 完整K线DataFrame
api.get_tick()       # 当前TICK数据（实盘）

持仓查询

api.get_pos()        # 净持仓（正=多，负=空）
api.get_long_pos()   # 多头持仓
api.get_short_pos()  # 空头持仓
api.get_position_detail()  # 详细持仓（今昨仓）

交易操作

api.buy(volume=1)         # 买入开仓
api.sell()                # 卖出平仓
api.sellshort(volume=1)   # 卖出开仓
api.buycover()            # 买入平仓
api.close_all()           # 全部平仓
api.reverse_pos()         # 反手

多数据源

# 访问第2个数据源（index=1）
close = api.get_close(index=1)
api.buy(volume=1, index=1)

详见 API参考手册.md

---

🔧 系统要求

• Python: 3.9 ~ 3.14
• 系统: Windows 10+（⚠️ 目前仅支持 Windows，Linux 版本待更新）
• 内存: 4GB+
• 网络: 稳定连接（实盘/SIMNOW）

CTP版本支持

框架内置 CTP 6.7.7 ~ 6.7.10 版本，位于 ssquant/ctp/pyXXX/ 目录：

Python版本	目录	状态
3.9	py39/	✅ 已包含
3.10	py310/	✅ 已包含
3.11	py311/	✅ 已包含
3.12	py312/	✅ 已包含
3.13	py313/	✅ 已包含
3.14	py314/	✅ 已包含

---

⚠️ 风险提示

本框架仅供学习和研究使用。期货交易有风险，入市需谨慎。

• ⚠️ 请先在SIMNOW充分测试（至少1周）
• ⚠️ 实盘前用小资金验证
• ⚠️ 做好风险管理和止损
• ⚠️ 不要使用高杠杆

---

📖 快速链接

• PyPI 主页 - 安装和版本信息
• GitHub 仓库 - 源码和问题反馈
• Gitee 仓库 - 国内推荐，访问更快
• 用户手册 - 完整使用教程
• API参考 - 所有API详解

---

📝 更新日志

v0.3.9 (2026-01) 🚀 重大升级

本次更新涵盖回测引擎优化和报告系统重构两大核心模块：

更新项	改进内容	效果
数据对齐函数	完善 align_data 多数据源时间对齐机制	多周期/多品种策略数据同步
数据窗口控制	新增 lookback_bars 滑动窗口参数	内存占用降低 90%+
回测速度提升	修复数据累积导致的性能下降问题	速度稳定，不再逐步下降
报告生成速度	Plotly 替换 matplotlib	生成速度提升 5-10 倍
报告系统重制	全新交互式 HTML 报告	支持缩放、拖拽、多图对比

详细更新内容请查看 更新日志_2026-01-06.md

v0.3.7 (2025-12)

• 🔄 移除构建脚本和冗余文件
• ✅ 修复 CTP 登录报错乱码问题
• ✅ 优化项目结构

v0.3.6 (2025-12)

• ✅ 修复 CTP 登录报错乱码问题 (Windows下GBK/GB18030解码)
• ✅ 优化 SIMNOW 和实盘客户端的错误信息显示

v0.3.0 (2025-12)

• ✅ 完整的TICK流双驱动模式
• ✅ 多品种多周期支持
• ✅ 订单撤单重发机制
• ✅ 实时回调系统（on_trade/on_order/on_cancel）
• ✅ 动态price_tick和offset_ticks
• ✅ 统一的API接口
• ✅ 19个策略示例

---

开始你的量化交易之旅！ 🚀

查看 用户手册.md 了解详细使用方法。