该量化框架是基于vnpy的一个java 版本实现，里面集成了一些量化基础功能，同时接入了老虎证券API接口。
- 支持Windows、Linux、Mac等常见操作系统。
- JDK 1.8 及以上。
首先要把tiger_quant项目导入到本地IDE中(比如Idea)，导入成maven项目。
在tquant-algorithm 模块下实现自己的策略类（也可以直接运行示例策略）。一个简单的策略大致如下：
public class BestLimitAlgo extends AlgoTemplate {
public BestLimitAlgo() {
}
public BestLimitAlgo(Map<String, Object> settings) {
super(settings);
}
@Override
public void init() {
this.direction = (String) settings.get("direction");
this.volume = (Integer) settings.get("volume");
this.symbol = (String) settings.get("symbol");
}
@Override
public void onStart() {
//
barGenerator = new BarGenerator(bar -> onBar(bar));
//订阅 AAPL 行情
List<String> symbols = new ArrayList<>();
symbols.add("AAPL");
subscribe(symbol);
}
@Override
public void onTick(Tick tick) {
}
private void buyBestLimit() {
int orderVolume = volume - traded;
orderPrice = lastTick.getBidPrice();
if (orderPrice < 10) {
buy(symbol, orderPrice, orderVolume, OrderType.LMT);
}
}
private void sellBestLimit() {
int orderVolume = volume - traded;
orderPrice = lastTick.getAskPrice();
if (orderPrice > 12) {
sell(symbol, orderPrice, orderVolume, OrderType.LMT);
}
}
@Override
public void onOrder(Order order) {
}
@Override
public void onTrade(Trade trade) {
}
@Override
public void onBar(Bar bar) {
log("onBar {}", bar);
}
}实现的策略类需要继承 AlgoTemplate类，这样即可调用封装好的一些方法，同时自动注入策略配置项。常用的封装方法包括：buy，sell等下单功能，onBar（K线），onOrder（订单），onTick（实时行情）等实时事件，还有一些券商封装的api接口以及日志功能等。
可以拷贝根目录下的2个配置模板，一个是algo_setting.json，对应的是策略参数。另一个是gateway_setting.json，对应老虎API的账号信息，完成对应配置即可（下面有详细的配置说明）。
在项目的根目录下执行如下mvn命令即可完成打包工作：
mvn -U clean install -Dmaven.test.skip=true等命令执行完成后，会在 tquant-bootstrap的target目录下生成可执行jar包：tquant-bootstrap-1.0.0-jar-with-dependencies.jar，
把该jar包以及algo_setting.json，gateway_setting.json拷贝到指定目录后，再通过执行如下命令即可运行策略：
java -jar tquant-bootstrap-1.0.0-jar-with-dependencies.jar -a /yourpath/algo_setting.json -g /yourpath/tiger_gateway_setting.json
调试阶段也可以通过IDE来运行，通过配置TigerQuantBootstrap的启动参数即可。如在Idea编辑器里的配置如下：
有些策略是在程序里自动退出的，也有一些策略是一直运行的，如想停止对应的策略，可以在命令行下执行ps命令查出项目运行的进程 pid，再执行kill命令停止策略运行。
kill命令执行时会同时执行项目的stop方法回调。
ps -ef|grep TigerQuantBootstrap
kill {pid}
策略配置文件：algo_setting.json
每个算法文件对应一个配置项，配置项的Key与策略Java文件名称要保持一致。 配置项中必填参数如下：
-
enable：是否启用该策略。true 启用，false 不启用
-
class：策略算法对应的文件全路径名
-
其他参数为自选参数，在策略启动时会自动注册到策略中。
-
配置实例
{
"BestLimitAlgo": {
"enable": false,
"class":"com.tquant.algorithm.algos.BestLimitAlgo",
"direction": "BUY",
"volume": 100,
"symbol": "00700"
},
"DmaAlgo": {
"enable": false,
"class":"com.tquant.algorithm.algos.DmaAlgo",
"direction": "BUY",
"price": 13.2,
"volume": 100
},
"SpreadAlgo": {
"enable": true,
"class":"com.tquant.algorithm.algos.MacdAlgo",
"symbol": "SPY",
"bars": 100
}
}
全局配置文件名：global_setting.json ， 在tquant-core模块 resources 目录下。
- log.enable：是否开启日志开关。true 打开，false 关闭
- log.level：日志级别，默认info级别。取值包括 error,warn,info
- log.console：日志是否输出到控制台。true 输出到控制台，false 不输出到控制台
- log.file：日志是否输出到文件。true 输出到文件，false 不输出到文件
- log.path：日志输出到文件的路径。支持绝对路径和相对路径。默认当前项目下的log目录
- storage.enable：是否开启持久化存储。true 开启，false 不开启
- subscribe.enable: 是否开启API长连接订阅，默认为 false，开启后会通过长连接回调方法获取实时行情，交易订单变更，持仓和资产变更等。未开启的话可以通过API接口获取对应数据。
- contract.load.enable: 是否在启动时开启合约加载，默认为 false，开启后会通过本地数据库加载全量合约，需要配合
tquant-loader中的合约加载功能一块儿使用。
目前只支持Tiger券商接口，配置文件名：gateway_setting.json
- gateway：固定为TigerGateway
- apiLogEnable：是否开启SDK的日志记录
- apiLogPath：SDK日志文件输出路径，默认当前项目下的log目录
下面配置为开发者信息相关，需要先申请开发者账号，注册开发者账号地址：https://www.tigersecurities.com/openapi
-
tigerId：开发者账号ID
-
account：开发者交易账号，可以是老虎综合账号或模拟账号。
-
privateKey：开发者自己生成的RSA私钥
-
配置实例
{
"gateway": "TigerGateway",
"apiLogEnable": true,
"apiLogPath": "log/",
"tigerId": "2015xxxx",
"account": "20190419163707900",
"privateKey": "MIICeQIBADANBgkqhkiG9w0BAQEFAASCAmMwggJfAgEAAoGBAL7..."
}
Thetagang是我们封装的一个期权策略，策略的意图是赚取theta（时间价值）流失的钱，该策略最初是在reddit论坛里发起，是一个比较成熟的期权策略。 具体介绍可以参考：https://www.reddit.com/r/options/comments/a36k4j/the_wheel_aka_triple_income_strategy_explained/
同时在github有一个基于IB的thetagang策略，我们的java版本策略也是基于此来改造的。
策略使用参数介绍如下：
注意：以下策略配置文件不能直接使用，因为使用了注释说明，不是标准json格式，如需使用，可以直接使用项目根目录下的模板文件：
algo_setting.json
"ThetaGangAlgo": {
"enable": true, //是否启用策略
"class":"com.tquant.algorithm.algos.ThetaGangAlgo", //对应策略实现的代码路径
"account": {
"account_id": "20190419163107900", //使用的账号信息，可以配置为模拟账号或综合账号
"cancel_orders": true, //策略执行前，是否要取消已经挂出去的订单
"margin_usage": 0.5, //该策略要使用的资金占总资产的比例，如 0.5 表示为 50%
},
//期权链是延迟加载的，在你确定期权希腊值（delta）或期权价格之前，你需要先扫描期权链。
//这里的设置是告诉thetagang策略要加载多少个合约。不要让这些值太大，因为它们会导致扫描期权链过多，可能会失败。
//如果你遇到thetagang找不到合适的contract的问题，可以试试略微增加这些值。
"option_chains": {
"expirations": 4, //从期权链上加载的到期日数量
"strikes": 15 //从期权链上加载的行权价数量
},
"roll_when": {
"pnl": 0.9, //盈亏(pnl)到达 90% 时，需要滚动持仓
//或者，当离到期日<=15天，并且盈亏至少到min_pnl (min_pnl默认为0)时。
//注意：对于期权最终是深度 ITM 的情况，特别是在卖出套期保值（covered call）的时候，盈亏有可能是负数、
//示例：如果你想在这种情况下进行滚动，请将min_pnl设置为一个负值，如-1（代表-100%）。
"dte": 15,
"min_pnl": 0.2,
//可选的： 当盈亏达到这个阈值时，创建一个平仓单。
//这会覆盖其他参数，也就是说，它忽略了dte和其他参数。如果不指定，它没有任何作用。
//这可以处理这样的情况，即你有长期的期权，已经慢慢变得毫无价值，你只是想把它们从你的投资组合中删除。
"close_at_pnl": 0.99,
"calls": {
"itm": true,
"credit_only": false //只有在有合适的contract可用时，才会进行滚动，从而获得一个 credit。
},
"puts": {
"itm": false,
"credit_only": false //只有在有合适的contract可用时，才会进行滚动，从而获得一个 credit。
}
},
"write_when": {
"calls": {
"green": true, //可选的，只有在对应标的上涨时才会write。
//有了套期保值(covered call)，我们就可以通过这个因素来限定写的套期保值的数量。
//在1.0的时候，我们对100%的头寸写覆盖性看涨。
//在0.5时，我们只写 50%的头寸。这个值必须在1和0之间（含）。
"cap_factor": 1
},
"puts": {
"red": true //可选的，只有在对应标的下跌时才会write。
}
},
"target": {
"dte": 45, // Target 45 or more days to expiry
"delta": 0.3, //Target delta of 0.3 or less. Defaults to 0.3 if not specified.
// When writing new contracts (either covered calls or naked puts), or rolling
// before `roll_when.dte` is reached, never write more than this amount of
// contracts at once. This can be useful to avoid bunching by spreading contract
// placement out over time (and possibly expirations) in order to protect
// yourself from large swings. This value does not affect rolling existing
// contracts to the next expiration. This value is expressed as a percentage of
// buying power based on the market price of the underlying ticker, as a range
// from [0.0-1.0].
//
// Once the `roll_when.dte` date is reached, all the remaining positions are
// rolled regardless of the current position quantity.
//
// Defaults to 5% of buying power. Set this to 1.0 to effectively disable the
// limit.
"maximum_new_contracts_percent": 0.05,
// Minimum amount of open interest for a contract to qualify
"minimum_open_interest": 10
},
// Optional: specify delta separately for puts/calls. Takes precedent over
// target.delta.
//
// [target.puts]
// delta = 0.5
// [target.calls]
// delta = 0.3
"symbols": {
# NOTE: Please change these symbols and weights according to your preferences.
# These are provided only as an example for the purpose of configuration. These
# values were chosen as sane values should someone decide to run this code
# without changes, however it is in no way a recommendation or endorsement.
#
# You can specify the weight either as a percentage of your buying power (which
# is calculated as your NLV * account.margin_usage), or in terms of parts. Parts
# are summed from all symbols, then the weight is calculated by dividing the
# parts by the total parts.
#
# You should try to choose ETFs or stocks that:
#
# 1) Have sufficient trading volume for the underlying
# 2) Have standard options contracts (100 shares per contract)
# 3) Have options with sufficient open interest and trading volume
#
# The target delta may also be specified per-symbol, and takes precedence over
# `target.delta` or `target.puts/calls.delta`. You can specify a value for the
# symbol, or override individually for puts/calls.
"SPY": {
"weight": 0.4
},
"AAPL": {
"weight": 0.3
},
"MSFT": {
"weight": 0.3
}
}
}指标计算工具，包括常见的上百种指标计算。
使用上遇到任何问题，或有任何建议，欢迎在github上反馈，也欢迎加入官方QQ群：441334668。