为什么说VNPY性能和架构不适合生产环境

“百家争鸣，百花齐放”的意思是，许多个学派互相争论宣传自己的观点和学说，许多不同品种的花儿一齐开放。形容学术流派自由发展，艺术作品层出不穷，不受约束的一幅欣欣向荣的景象。同时也突出了社会稳定，政治清明，人民安居乐业的可喜景象。

本篇只针对VNPY的架构性能提出问题。

还想说明的是，本篇对VNPY为例子，并不是针对VNPY，而是对现在有VNPY架构的性能提出问题，让VNPY重新审视自身缺陷，对整个量化行业是有意义的；

讲一个笑话：
高考结束了，小明平时成绩很好发挥也不错，完全可以达到重点本科分数线。
但小明在填报志愿的时候，出了一个可笑的逻辑，因为小明觉得考大学本科可能比较难学，想省点脑子，所以最后报考了大专（不用那么消耗脑子嘛，更何况报考的这所大专学校有一门选修课“网页设计”非常不错）。
选VNPY的逻辑如同小明的逻辑,
python较为容易学习嘛，python初学者一看，原来python也可以搞底层（更何况这所大专学校还有“网页设计（PYTHON搞底层）”这门选修课成了加分项？难道本科大学就没这门“网页设计（C++搞底层）”课程了吗？是不是有点违背选python的初衷呢？）啊，其实搞底层C++（大学本科）就好了啊。
同样是搞底层，PYTHON不会比C++简单多少，带来最显著的效果是性能大打折扣！！！VNPY是用python 做了不适合的事情。
在这个行业，相信大家不止一个人也不止一次的说过类似的话:"一个成熟的系统不会是由一门语言去包打天下的”。
python不适合开发大项目，C++可以开发大项目。你拿PYTHON做什么大型交易系统嘛。
VNPY 是把python缺点美化成了优点。
关于python的性能问题，可以参考下面3篇文章
《测试 Node.js 与 python 的计算性能，震惊了，node.js和C居然比python快了70多倍》
https://www.v2ex.com/t/113887?p=1
《循环测试：C性能是PYTHON的 62倍，VNPY你居然用PYTHON做事件驱动？》 http://www.iteye.com/topic/699462
《 Python 比 C++ 慢 22 倍》
https://www.juhe.cn/news/index/id/843
当然简单的说python比C++慢22倍，比node.js慢70倍，比C慢62倍并不公平，
事实上，当python作为胶水调用一些库进行计算的时候，甚至比C++本身做计算还要快，得益于CPU基于硬件对PYTHON调用的类库(例如numpy)做了硬件上的优化
当然如果python只是作为胶水，如果只是粘合各种C++开发的类库，那么性能差异并不明显，就好像用胶水补车胎，只要胶水都抹均匀了，强度取决于贴上去的那块橡胶。
不可能像VNPY那样全部用胶水糊弄一下。
用python搞什么底层嘛？对于一些基本的语句，例如for语句，python性能不足C++
的1/10；VNPY利用python做事件驱动，性能非常之差，而且无法避免GIL全局锁，更重要的是，你逼着PYTHON程序员搞底层啊。既然那么费脑子为什么不直接选择C++？
对刚学习python的初学者来说，一看VN.py可以搞底层，觉得非常棒，“哇，python还可以搞底层”。但他并不知道付出的代价是什么。
用python搞底层是比较讨好而已，但只搞python的人，并不知道性能为何物。
有几个做底层的资深程序员，用过VN.PY后都和我述说，VN.PY根本不适合生产环境。
python的优势不在于做底层，而是做数据分析和调用各种类库。
选择一门语言不在于他的缺点，而在于它的优点
选择是因为优点，但也要规避缺点。
VNPY作者自诩某是私募基金的首席即便是事实，但就我在私募作为CTO从业经历，因为现阶段的私募一般大多在10个人以内，做IT的一般就1个人，做python研究员的有2-3个人居多，其他是财务，前台，基金经理等的。
就目前小的私募规模上，人员配备都不整齐，如果私募想从节省成本考虑，省一个C++的话，就很容易让一个python程序员（例如VNPY作者）替代底层C++程序干了不恰当的事。
据国外的朋友都知道，国外量化基金的量化系统是多么完善。就国内而言还在太过于原始的阶段。特别是拿PYTHON做底层的架构更是简陋不堪。
当然有VNPY的粉丝会不服，但我想说的是，可能是人们只愿意相信他愿意相信的。

目前国内量化系统还不成熟，和国外的系统还差很远，国内的平台还有很大提升空间，如果都像某NPY那样，用谎言低于新的东西被攻击和封杀，那样有悖于开源精神, 如果整个量化行业都是这个风气，大家也就别希望有更好的产品出现了。

没有争论，就没有提高，但是争论的前提不能像之前vnpy那样那样做人身攻击，也不能而已误导和诽谤。

我们看看2017年4月份左右VN.PY作者为攻击比自己性能更好QUICKLIB说出了6个谎言 https://zhuanlan.zhihu.com/p/27243838

既然VNPY能捏造6个谎言攻击Quicklib 的产品和恶意诽谤Quicklib作者 ，那么Quicklib就能说清楚事实，说VNPY架构的缺陷的道理，对VNPY是害处还是好处，取决于VNPY对缺陷的处理态度。如果VNPY是正视，那么我就是在帮VNPY，如果VNPY不正视，那是它自己不负责任。

下面只看架构理论上的道理，不用关注VNPY原始作者个人对错


选VNPY的逻辑, python较为容易学习嘛，python初学者一看，原来python也可以搞底层 这门选修课成了加分项？完全可以用 C++搞底层 吧？是不是有点违背选python的初衷呢？

在这个行业，相信大家不止一个人也不止一次的说过类似的话:"一个成熟的系统不会是由一门语言去包打天下的”。

python不适合开发大项目，C++可以开发大项目。你拿PYTHON做什么大型交易系统嘛。

VNPY 是把python缺点美化成了优点。

为什么说纯python框架搞底层性能不行？


VNPY 量化交易上的性能对比分析​
www.pythonpai.com图标

关于python的性能问题，可以参考下面3篇文章

《测试 Node.js 与 python 的计算性能，震惊了，node.js和C居然比python快了70多倍》

https://www.v2ex.com/t/113887?p=1
《循环测试：C性能是PYTHON的 62倍，VNPY你居然用PYTHON做事件驱动？》 http://www.iteye.com/topic/699462

《 Python 比 C++ 慢 22 倍》

https://www.juhe.cn/news/index/id/843
当然简单的说python比C++慢22倍，比node.js慢70倍，比C慢62倍并不公平，

事实上，当python作为胶水调用一些库进行计算的时候，甚至比C++本身做计算还要快，得益于CPU基于硬件对PYTHON调用的类库(例如numpy)做了硬件上的优化

当然如果python只是作为胶水，如果只是粘合各种C++开发的类库，那么性能差异并不明显，就好像用胶水补车胎，只要胶水都抹均匀了，强度取决于贴上去的那块橡胶。

不可能像VNPY那样全部用胶水糊弄一下。

用python搞什么底层嘛？对于一些基本的语句，例如for语句，python性能不足C++
的1/10；VNPY利用python做事件驱动，性能非常之差，而且无法避免GIL全局锁，更重要的是，你逼着PYTHON程序员搞底层啊。既然那么费脑子为什么不直接选择C++？

对刚学习python的初学者来说，一看VN.py可以搞底层，觉得非常棒，“哇，python还可以搞底层”。但他并不知道付出的代价是什么。

用python搞底层是比较讨好而已，但只搞python的人，并不知道性能为何物。

有几个做底层的资深程序员，用过VN.PY后都和我述说，VN.PY根本不适合生产环境。

python的优势不在于做底层，而是做数据分析和调用各种类库。

选择一门语言不在于他的缺点，而在于它的优点

选择是因为优点，但也要规避缺点

VNPY作者自诩某是私募基金的首席即便是事实，但就我在私募作为CTO从业经历，因为现阶段的私募一般大多在10个人以内，做IT的一般就1个人，做python研究员的有2-3个人居多，其他是财务，前台，基金经理等的。

就目前小的私募规模上，人员配备都不整齐，如果私募想从节省成本考虑，省一个C++的话，就很容易让一个python程序员（例如VNPY作者）替代底层C++程序干了不恰当的事。

据国外的朋友都知道，国外量化基金的量化系统是多么完善。就国内而言还在太过于原始的阶段。特别是拿PYTHON做底层的架构更是简陋不堪。

当然有VNPY的粉丝会不服，但我想说的是，可能是人们只愿意相信他愿意相信的。

1.VNPY首先对Quicklib攻击在先，VNPY作者除了采用谎言对产品进行误导性攻击，还对Quciklib作者本人进行了人身攻击。

我们看看2017年4月份左右VN.PY作者为攻击比自己性能更好QUICKLIB说出了6个谎言

https://zhuanlan.zhihu.com/p/27243838

2.长久以来，Quicklib大量发文也只是阐述事情经过的事实。

3.基于VN.PY作者所说，Quicklib蹭VNPY热度的说法，我想说的是目前Quicklib几个群达到2500人，根本不需要蹭任何产品的热度；

4.既然VN.PY认为Quicklib不足为惧，蹭了它的热度，那VNPY为何要首先攻击Quicklib在先？

5.本次只是从理论的高度去阐述VNPY不适合生产环境，并非对VNPY作者进行人身攻击。

因为合理的技术探讨会促使开发出更好的产品。

和VNPY比起来，为什么有其它的程序化交易框架架构可以做到了底层C++驱动的性能，不仅可以实现绕过GIL全局锁，甚至在底层还可以实现C++无锁队列，并在python应用层调用较为简单，性能更好很多。

这不是PYTHON本身的问题，而是VNPY的python框架架构的问题！

Quicklib秉承的是底层用C++驱动，采用C++封装好方法，并提供给python调用，采用异步IO, 通过底层驱动，用较短的代码路径迅速进入数据高效处理环节。

http://www.quicklib.cn

Quicklib作者开发的酷操盘手CTP期货跟单软件
http://www.kucps.com

下一篇《承载科技金融人的梦想，追求量化速度效率的极致》
http://www.lhjie.net
http://www.pythonpai.com


期货，A股等API程序化量化开发技术交流​
www.quicklib.cn
python派量化交易、python、程序化交易、私募基金、基金销售、资源导航站​
www.pythonpai.cn
期货，A股低佣金开户和量化交易技术交流​
www.kaihucn.cn




农夫由于付不起养骡子的成本，于是决定用狗拉磨，于是狗变成了神狗，不仅要看家，还要拉磨​
www.pythonpai.com图标


农夫由于付不起养骡子的成本，于是决定用狗拉磨，于是狗变成了神狗，不仅要看家，还要拉磨。

农夫于是对对周围的邻居们夸耀说自己养了一条神狗。有邻居l前来询问如何培养神狗，于是农夫写了一本厚厚的小册子，教学各种培训神狗的方法。甚至开了LIVE讲座，收取350元培训费用。

有人开始用这小册子开班授课教大家如何培育，既可以看门，又可以拉磨的神狗。




由于大家都在讲如何培育神狗，渐渐的趋之若鹜。

很多做神狗培育课程的培训师还赚了一笔小钱，这样大家都赚了小钱。

但大家都没有用神狗拉磨提高正常的生产效率而赚钱！

突然有人问农夫：你为什么不养一头骡子？

这真是狗的悲哀。

在量化行业，这几年的风向在vnpy的引领下都是去养“神狗”，既要搞底层，还要搞策略。运行效率降低10倍以上，导致大家花了大量时间最后发现根本不适合生产环境。

有人安慰自己，本来python效率就不高嘛。 这说法只是横向对比，狗和骡子比起来确实不适合拉磨。

但请注意，因为这个神狗长期疲惫，积劳成疾，既不能拉磨也不能看门了。连普通狗都不如了 （纵向对比）。



这是python的悲哀，也是量化人的悲哀！

当然python做策略开发部分是非常适合的，调用各种C++开发的库做i数据分析和数据处理，一点也不低效，但做底层那就效率低效了。

所以最好的方式是： 用python做策略，用C++开发底层。

养一头骡子拉磨，养一条狗看门。对测量师来说，不用把职业生涯精力浪费在底层处理上。

****把量化交易中最后一环（策略开发）交给python,这需要C++的异步驱动支持python的策略开发。

关于C++开发底层异步IO驱动python

量化林：Quicklib采用的异步IO架构的特点​
zhuanlan.zhihu.com图标

当然也有人说， VN.PY至少在开源和推动python量化做了贡献啊！

开源和不开源都是为了利益，开源可能是因为为了普及，也可能是为了向赚培训的钱和LIVE的钱。

需求引导技术，需求的出现是必然的，而用哪一种技术，哪一种语言，哪一种框架实现量化确实不确定的。

没有python,也会有xython出现，zython出现。

没有ANPY，也会有BNPY，也会有CNPY出现。

你认为VN.PY贡献就是普及了python还是普及了量化？

可能有一点用，但最重要的原因是因为你为了学习量化付出了时间，无论是你看视频，还是看书，都会有收获的，而不是因为任何语言或者任何框架。

当然Quicklib还有一系列工具，比如资金曲线分时图工具，按每10秒取样一次，绘制资金曲线分时图，可以很方便来进行交易策略的调整，还有全市场行情采集工具，以及回播行情API，接入分布式计算可以实现TICK基本的高效回测，并支持实盘的数据和历史数据的结合。

1是可以用来尽心基于TICK的回测，2是可以用来进行降低交易系统的初始化时间，本地局域网维护行情历史数据，非常简单便利。

CTP账户资金曲线工具使用说明 一、本工具用于绘制资金曲线分时图。 每10s查询一次账户的动态权益，可用资金，静态权益（前一天结算权益，当天不会变化） 盈亏比例计算公式为: 盈亏比例 = 100*(动态权益-静态权益）/静态权益)% 二、 通过修改配置文件setting.ini信息，运行后自动按配置文件中的账户登录，并保持资金变化信息到Data\日期\账户.csv 文件中； 双击列表中的账户，可以打开当天资金曲线分时图。 三、设置您的CTP账户，可支持模拟和实盘账户，目前只支持1个账户，未来会支持多账户资金曲线数据存储和绘制。

以下是Quicklib资金曲线工具，对高频交易的资金曲线进行测试https://pic4.zhimg.com/v2-ae0a0dfb1892d17b4fb6bfc250f71e97_b.jpg

CTP账户资金曲线工具 下载 http://www.quicklib.cn/download/Quicklib_AcountCurve_windows.rar

Quicklib CTP 期货行情库交易库下载 http://www.quicklib.cn/download/Quicklib_ctp_furure_windows.rar

Quicklib CTP2 A股行情库 http://www.quicklib.cn/download/Quicklib_ctp2_Ashare_windows.rar

Quicklib MOM模式 博易资管交易库 http://www.quicklib.cn/download/Quicklib_BoyiMom_furure_windows.rar

（用于接入资管投顾系统，MOM模式可实现私募进行投顾的选拔考核，并通过自己的风控系统接入实盘）

期货全品种行情收集工具下载 http://www.quicklib.cn/download/Quicklib_DataCollect_Windows.rar 期货行情重播API作为回测客户端（对应本地的期货全品种行情收集工具作为服务器）

https://pic3.zhimg.com/v2-d3c7328a598a68c4100a2d18c02d6952_b.jpg

分布式计算例子，可用于回测 http://www.quicklib.cn/download/DistributedComputing

Quicklib 监控器库（预警、监控、交易信号数据复制、跟单） http://www.quicklib.cn/download/Quicklib_Monitor&CtpExample_windows

http://www.quicklib.cn/download/Quicklib_Monitor_windows.rar


这是我作为Quicklib作者开发的产品

http://www.kucps.com

程序主界面，基于C++开发的，并封装了子账户API接口

《VNPY 量化交易上的性能对比分析（原创）》

《VNPY作者的7大谎言》

《承载金融科技人的梦想，追求量化速度效率的极致》

《期货CTP TICK历史行情FTP数据服务器开通了》

根据金融圈的网友反馈，这个说法在网络并得到至少超过5名金融行业网友认可，原来知乎VNPY和Quicklib对怂事件是VNPY的阴谋！！Quicklib是受害者。

事实是，2017.4的事件不仅得的VNPY作者团队支持，而且大量转发这个不实的文章,VNPY作者用不实的谎言亲自发文攻击Quicklib。
按VNPY作者说的什么需要去蹭热度，这也是大家普遍观点，事实上，这本就是VNPY的谎言之一，网络上已经有人证明了，这是VN.PY策划的阴谋。
我后来看到群友的说法的时候，倒吸了一口凉气，并心里暗暗的骂了一声无耻！

看这篇文章,这是VNPY作者在社区和知乎多次发表10篇以上文章对Quicklib产品和Quicklib原始作者进行人身攻击

这次VNPY一遍用至少6个谎言继续攻击，将攻击Quicklib产品以及对Quicklib原始作者的谎言的文章放在网上，一边装的若无其事，如图：

这是VNPY作者一边心口不一，一边将文章挂在百度第一页对Quicklib产品用6个谎言进行攻击，并对Quicklib进行挖苦和贬低 诽谤长达数千字的文章。

搞Quicklib是因为同属PYTHON ，又是后来者,性能对VNPY有明显优势，扩展性也会好， 有威胁；VNPY捧TUSHARE等，可能是VNPY暂时做不了全部环节， 还要沾别的产品的光。VNPY的文章从来就不是公道的 。
但无论如何，VN.PY不该用下三滥手段用6个谎言攻击Quicklib和作者本人。
刚看到，原来是VN.PY的阴谋，我刚刚明白为什么有人说Quicklib是VN.PY炒作的影子，炒完了，再厚颜无耻的说Quicklib在碰瓷？
让我想起了，在南京大屠杀几十年后，日本人曾经不承认南京大屠杀的事实。
圈里人都知道金融民工和VNPY作者关系很熟，这个文章包括金融民工在VNPY社区撰写，并且得到VNPY作者转发到知乎就是一场VNPY的阴谋！！！！！反过来却说Quicklib在碰瓷？
对VNPY作者我像说的是，一边不声不响的用谎言黑产品，黑作者，一边说不理会了，做**还要立牌坊。
真是让我想起了道貌岸然这个词！！
据知情人说，VNPY名气大适合培训教学，因为坑太多了。

定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点：
1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。
2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。
4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

wdgwz 发表于 2018-10-16 09:31
定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于 ...

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策 。

看起和AlgoTrader基本没差太多对吧? 但是呢仔细看一下, 还是有一些区别的, 在vnpy里面:

    VNPY界面与逻辑耦合到一起
     VNPYIO(数据落地的mango db)和逻辑耦合到一起

这两点异同其实是会照成 VNPY比较大的性能问题的 ，

经过实测，几个朋友都发现VNPY不适合实盘交易的

VNNPY适合培训，不适合实盘
性能架构有缺陷

用python搞底层是比较讨好而已，但只搞python的人，并不知道性能为何物。

误导PYTHON的方向

农夫由于付不起养骡子的成本，于是决定用狗拉磨，于是狗变成了神狗，不仅要看家，还要拉磨。 农夫于是对对周围的邻居们夸耀说自己养了一条神狗。有邻居l前来询问如何培养神狗，于是农夫写了一本厚厚的小册子，教学各种培训神狗的方法。甚至开了LIVE讲座，收取350元培训费用。 有人开始用这小册子开班授课教大家如何培育，既可以看门，又可以拉磨的神狗。 由于大家都在讲如何培育神狗，渐渐的趋之若鹜。 很多做神狗培育课程的培训师还赚了一笔小钱，这样大家都赚了小钱。 但大家都没有用神狗拉磨提高正常的生产效率而赚钱！ 突然有人问农夫：你为什么不养一头骡子？ 这真是狗的悲哀。 在量化行业，这几年的风向在vnpy的引领下都是去养“神狗”，既要搞底层，还要搞策略。运行效率降低10倍以上，导致大家花了大量时间最后发现根本不适合生产环境。 有人安慰自己，本来python效率就不高嘛。 这说法只是横向对比，狗和骡子比起来确实不适合拉磨。 但请注意，因为这个神狗长期疲惫，积劳成疾，既不能拉磨也不能看门了。连普通狗都不如了 （纵向对比）。 这是python的悲哀，也是量化人的悲哀！ 当然python做策略开发部分是非常适合的，调用各种C++开发的库做i数据分析和数据处理，一点也不低效，但做底层那就效率低效了。 所以最好的方式是： 用python做策略，用C++开发底层。 养一头骡子拉磨，养一条狗看门。 对策略师来说，不应该把职业生涯精力浪费在底层处理上。 把量化交易中最后一环（策略开发）交给python,这需要C++的异步驱动支持python的策略开发。