livetrader 是一个整合了行情和交易接口的工具链。现在已经有很多比较成熟的交易框架了，比方说 vnpy、quantaxis、backtrader、zipline等，但有一个问题是这些框架都没有很好地解决的，那就是：不同框架对实盘行情、实盘交易的支持都不是很完整。
比方说 vnpy 的交易接口主要集中在数字货币、期货上，对于外汇只有 MT5 的接口，对于美股也是只有富途证券。再比方说 quantaxis 也主要集中在 A股和期货之上（链接），对于实盘交易接口部分因为了解的不多，所以不做过多评价，但就看文档而言，好似并没有找到实盘的支持。更别说国外的几个框架了 backtrader、zipline 的实盘基本上就只有 盈透(美股)、oanda(外汇) 这两 broker 的支持。
这样就会让我们遇到一个问题就是如果我们是一个单策略、多品种的交易模式的话，如果要覆盖所有的可程序化交易的 期货、美股、外汇、数字货币 就需要在不同的平台上维护多份代码，想要交易MT4的，就只能使用 MQL 语言编写策略，想要交易美股盈透证券的，就需要用 backtrader 来写逻辑，而在国内要交易期货的话， vnpy 和 quantaxis 又是两个不一样的选型。
所以，这个项目的目标是为了补充这些框架里不足的那一部分，集中把行情接口、交易接口统一化，然后再针对现在比较流行的几个交易框架(vnpy、quantaxis、backtrader) 提供相关的接口代码，这样无论之前是在哪个框架下编写的策略，就都可以获取全品种数据、交易全品种了（期货、美股、外汇、数字货币）
pip install -U livetrader使用：可以参考 examples 目录里的代码
# 作为模块启动
import asyncio
from simpletrader.market import (CachedMarket, DwxMarket, MarketService,
TdxMarket)
async def listern_to_latest_kline(kline_queue):
print('get latest kline')
for i in range(5):
(symbol, kline) = await kline_queue.get()
print("%s, %s" % (symbol, kline))
async def get_kline_histories(service):
print('get kline histories')
histories = await service.get_kline_histories('US.BABA', limit=100)
print(len(histories))
async def main():
market = TdxMarket(host='xx.xx.xx.xx:7727')
service = MarketService(market, ['US.BABA'])
kline_queue = service.start()
await listern_to_latest_kline(kline_queue)
await get_kline_histories(service)
service.stop()
if __name__ == "__main__":
asyncio.run(main())# 作为服务启动
import logging
from livetrader.market import CachedMarket, DwxMarket, MarketService, TdxMarket
from livetrader.rpc import Server
def create_server():
market = TdxMarket(host='xx.xx.xx.xx:7727')
service = MarketService(market, ['US.BABA'])
server = Server(service)
server.bind('ipc:///tmp/market')
return server
if __name__ == "__main__":
logging.basicConfig(format=' %(name)s :: %(levelname)-8s :: %(message)s')
root_logger = logging.getLogger()
root_logger.setLevel(logging.DEBUG)
server = create_server()
server.run()# 对应服务的客户端
import asyncio
import logging
from livetrader.rpc import Client, MarketSubscriber
class PrintSubscriber(MarketSubscriber):
def on_kline(self, kline: dict):
print('recv kline: %s' % kline, flush=True)
def subscribe_kline(endpoint: str, symbol: str):
subscriber = PrintSubscriber(symbol)
subscriber.connect('ipc:///tmp/market')
subscriber.run()
return subscriber
async def main():
endpoint = "ipc:///tmp/market"
symbol = 'US.BABA'
subscriber = subscribe_kline(endpoint, symbol)
await asyncio.sleep(5)
subscriber.close()
client = Client()
client.connect(endpoint)
histories = client.get_kline_histories(symbol, None, 100)
print(len(histories))
client.close()
if __name__ == "__main__":
logging.basicConfig(format=' %(name)s :: %(levelname)-8s :: %(message)s')
root_logger = logging.getLogger()
root_logger.setLevel(logging.DEBUG)
asyncio.run(main())可以参考知乎的文章，知乎上的文章是随着项目开发，把思考过程都记录下来了：知乎: 从零架构一个交易框架
因为这个项目的目标是为了服务各种不同的策略、不同和框架，所以基于不同的策略（日内、高频、日间）场景，提供了不一样的调用方式，而实现的方式主要基于 zeromq 来做的。
如果需要低延迟的话，可以以模块的方式加载服务，或者使用 zeromq 提供的 inproc 连接模式
如果需要本地调试方便，可以使用 ipc 的方式连接
如果需要分布式部署，可以使用 tcp 的方式连接
只要我们使用的不是模块的方式加载，我们都还会通过 MessagePack 的方式来序列化传输数据。在早期为了快速开发，就直接采用了 zerorpc 来实现，但是 zerorpc 在性能上的问题比较大，所以到后期会重写一个 RPC 模块来替换掉
第一个版本主要是做了以下行情的适配：
-
美股：使用 pytdx 获取免费分钟数据
-
外汇MT4：dwx_zeromq_connector
-
期货：计划采用 tqsdk 获取数据
暂无，计划先做期货或者外汇
暂无，计划先做 backtrader 的适配
可以参考 quantaxis 里的记录 美股行情地址
因为 MT4 没有提供官方的 Api 接口，想要把里面的行情数据拿出来或者提交下单接口就只有两个方案：
-
像pytdx一样抓包或者反编译
-
用 MQL 语言写一个转发
好在现在已经有开源项目完成了后一种做法，这里就直接拿来用了：dwx_zeromq_connector，具体如何部署可以参考这个项目里面的说明。要注意的是我在原项目上做了一点修改，可以直接使用 extra 目录里的 mq4 代码，然后在 python 这边把原项目的多线程版本改为了 asyncio 的异步版本，可以直接使用。
有什么好的想法和建议欢迎提issue，更新应该比较勤快，欢迎 star 和 fork 这个项目。知乎上也请大家多多支持和关注 知乎专栏