1.TargetP-2.0：蛋白亚细胞定位分析
2.openctp通道源码开放二（新浪行情CTPAPI）
3.利用swig封装C++的dll为C#方便使用
4.vn.py社区精选4 - 双均线策略深度解析
5.vn.py发布v2.5.0 - Web应用后端服务
6.花卷猫CTP-Python开源

TargetP-2.0：蛋白亚细胞定位分析

       TargetP-2.0是一种用于预测蛋白质亚细胞定位的生物信息学工具。它主要对蛋白质的信号肽、转运肽和C端序列进行分析，预测真核蛋白质在细胞内的定位，包括SP（信号肽）、MT（线粒体转运肽mTP）、linux 源码 rpmCH（叶绿体转运肽cTP）、TH（类囊体腔复合转运肽lTP）等定位区域。预测时还考虑潜在的酶切位点。

       使用TargetP-2.0，首先访问其网页：TargetP 2.0 - DTU Health Tech - Bioinformatic Services。输入蛋白序列进行分析，要求序列长度不少于个氨基酸，分析上限为条氨基酸序列。示例文件可通过网页提供的链接下载或使用wget命令获取。用户可以选择分析植物或非植物的蛋白质。

       分析结果分为长输出和短输出两种。长输出提供每条序列的详细图和摘要信息。短输出则简化为每条序列的单一结果，不包含图形，适合于大量序列的快速分析。

       如需下载和安装TargetP，可访问其下载页面，获取压缩包。源代码仓库在GitHub上，但由于网络问题，链接可能无法正常加载。通过下载的压缩包安装软件。

       在实际应用中，可以使用如GCF_.2（酵母，非植物）这样的序列进行测试，来验证TargetP-2.0的预测准确性。此外，对于工具的性能和效果，还存在相关的评测文章和研究。

openctp通道源码开放二（新浪行情CTPAPI）

       CTPAPI接口源码的开放，引发了广泛关注，短短几天内获得了上千次的点赞与收藏。CTPAPI，由上期所旗下的技术公司开发，以其精湛设计、高效率与开放运营模式，波段组合源码备受投资者青睐，几乎成为了期货交易的必备选择。然而，股票市场中，虽然有多家技术公司与券商提供了各自的柜台服务，但其影响力与CTPAPI相比仍有差距。面对多品种交易或更换券商需求，openctp提供的统一CTPAPI接口技术显得尤为重要。用户只需一个接口，就能接入包括期货、期权、A股、港股、美股、外盘期货在内的全市场全品种。

       本文将介绍openctp再次开放的新浪行情通道CTPAPI接口源码。对于从互联网获取股票行情，前文已有详细说明，这里简要概述新浪的方法。只需输入指定网址，即可接收股票行情数据。具体格式如下：

       单个股票： hq.sinajs.cn/list=sz...

       多个股票： hq.sinajs.cn/list=sh...

       然而，去年新浪对协议进行了调整，改动了HTTP头部，需额外添加特定字段，否则访问会被拒绝。详情请参考相关文章：《新浪行情无法接收的解决方法》。

       CTPAPI在期货领域广为人知，但在股票市场中可能较少被提及。为了帮助用户更好地理解如何利用此接口接收股票行情，本文提供了一个示例。同时，公开了新浪行情CTPAPI源码地址，用户可访问：/krenx/openctp/tree/master/ctp2Sina行情。

       CTPAPI接口版本多样，从6.3.到6.6.7，主要更新包括新增字段或函数，但这些新增内容大多不常使用。交易相关的接口保持稳定。为了确保兼容性和功能完整性，建议使用6.6.7及以上版本。代发java源码关于接口下载与官方文档，用户可访问openctp主页：github.com/krenx/op...

       为方便用户获取更多行情信息，openctp还提供了强大的行情显示工具prices，其源码地址为：github.com/krenx/op...

       欲了解更多信息，请访问openctp主页：/krenx/openctp或关注公众号openctp，获取最新动态。CTPAPI相关文章，敬请关注。

利用swig封装C++的dll为C#方便使用

       在开发过程中，C++虽然在时间效率上有优势，但与C#相比，集成CTP库的便利性稍显不足。为了解决这个问题，有人尝试通过PINVOKE将C++函数转换为C#可用接口，但这个过程工作量巨大。为寻找更便捷的方法，我参考了一篇文章，决定尝试Swig进行C++与C#的交互封装。

       Swig是一个强大的工具，它能将C++原始代码转化为其他语言可调用的形式。其转换C#主要分为两步：首先，创建C++动态链接库项目和C#桌面应用，然后编写swig规则定义文件（c++_file.idl）并正确设置属性，以避免编译错误。

       接下来，编写C++头文件(c++_file.h)和源代码(C++_project.cpp)，在C++_file.idl目录下运行Swig命令生成包含C#代码的.cs文件，并将dll文件与C#项目集成。在C#项目中，只需按照生成的C#代码进行调用，即可方便地使用C++库。

       总结来说，通过Swig封装C++为C#的DLL，不仅显著减少了工作量，还促进了后续开发的高效性，使得原先的C++库更容易在C#环境中使用，提升了开发效率。

vn.py社区精选4 - 双均线策略深度解析

       策略原理

       双均线策略作为基础的CTA策略，通过短周期与长周期均线的金叉或死叉信号进行交易决策，捕捉市场趋势。策略包含两个关键周期的变异筹码源码移动平均线，短周期反映近期市场走势，长周期代表较长时段的趋势。

       源码分析

       以vn.py项目中的双均线策略源码为例，解析策略实现逻辑和内部代码。

       创建策略实例

       所有vn.py框架中的CTA策略类（包括内置和自定义）皆基于CTA策略模板类（CtaTemplate）实现子类。模板类为策略设计提供了通用结构，如同汽车设计图指导汽车制造。CtaTemplate定义了交易函数和策略逻辑框架，使得快速实现策略成为可能。

       策略初始化

       在策略实例创建时，设置参数和变量。参数由外部指定，变量随策略状态变化动态更新。参数列表中包括策略名称、设置信息等，系统自动从配置文件中加载。变量列表用于界面显示，并在策略停止、收到回报或同步数据时保存状态。

       构造函数__init__

       构造函数接收CTA引擎、策略名称、标的代码和设置信息作为参数，其中引擎对象自动传入。创建BarGenerator实例用于生成分钟级别K线数据，ArrayManager用于缓存K线数据，支持指标计算。

       状态变量初始化

       状态变量初始化并非在构造函数中完成，而是在创建策略实例后通过图形界面的初始化按钮触发on_init函数，加载历史数据回放给策略初始化变量。

       启动自动交易

       点击启动策略按钮，自动调用on_start函数，将交易状态变量设置为True，启动交易流程。确保在界面刷新策略状态相关显示时调用put_event函数。

       接收Tick推送

       CTP接口每0.5秒推送Tick数据，由事件引擎分发到策略中。Tick数据通过BarGenerator的update_tick函数处理，合成1分钟K线数据，供策略使用。

       核心交易逻辑

       接收到K线数据后，将数据放入ArrayManager容器中，大圣app源码确保至少个数据后初始化完毕。调用talib库计算技术指标，判断金叉或死叉触发交易逻辑。交易指令由策略模板封装，在on_bar函数中直接调用。

       委托回报处理

       on_order函数处理委托状态变化，on_trader和on_stop_order函数处理成交回报和停止单回报。双均线策略在这些函数中通常无操作。

       停止自动交易

       每日交易结束后，通过停止按钮关闭自动交易，策略引擎调整交易状态变量，撤销所有活动委托，并保存变量状态。

       CTA交易流程梳理

       使用思维导图整理vn.py中策略实现与执行流程，包括从创建策略实例到停止自动交易的完整步骤。

       《vn.py全实战进阶》课程介绍

       该课程提供节内容，涵盖策略设计、参数回测和实盘自动交易的CTA量化业务流程，适合深入学习vn.py应用。

       更多vn.py精华内容

       关注公众号以获取更多深入分析和实践技巧。

vn.py发布v2.5.0 - Web应用后端服务

       vn.py的2.5.0版本已发布，此更新重点在于实现Web应用后端服务，以满足用户在浏览器中运行和管理vn.py量化策略交易的需求。此新版本对数据库结构进行了底层修改，因此之前版本的数据库需要手动迁移，具体步骤请参考“数据库升级迁移”章节。

       对于使用VN Studio的用户，启动VN Station并点击界右下角的更新按钮即可自动完成升级。没有安装的用户，请下载VN Studio-2.5.0，享受一键安装的量化交易Python发行版。

       Web应用后端服务架构设计

       WebTrader采用了FastAPI作为后端服务器，支持REST主动请求调用和Websocket被动数据推送。运行时架构图展示两个独立的后端服务进程。

       使用步骤

       新增的Web应用服务源代码位于vnpy_webtrader项目中，用户只需在VN Station启动时加载WebTrader应用即可。

       启动VN Trader后，登录交易接口，点击顶部菜单栏的功能->Web服务打开窗口。此时系统运行的仅包括策略交易进程，右上角的服务器配置选项包括启动按钮，用户根据输入信息启动Web服务进程，后台会输出FastAPI运行过程中的日志信息。

       启动浏览器打开网址.0.0.1:/docs，即可看到FastAPI接口文档网页，包含了目前WebTrader支持的接口信息，用户可结合vnpy_webtrader项目下的Jupyter Notebook进行接口测试。

       后续计划

       WebTrader目前仅提供Web应用的后端接口，前端页面由社区用户实现，欢迎贡献代码。后续计划将逐渐增加策略交易应用管理功能，如CtaStrategy的调用。

       TTS交易接口

       CTP API已成为国内金融市场的交易API标准，近期知乎网友krenx推出的OpenCTP项目，提供兼容或高度接近CTP的API功能，并自主实现了整套CTP柜台的仿真交易功能，为用户提供更多选择。2.5.0版本中也增加了对OpenCTP交易系统的支持，接口名为TtsGateway。

       数据库升级迁移

       2.5.0版本对数据库结构进行了扩展增强，增加了字段。所有数据库管理器（vnpy.database）都已相应修改，升级后可能导致系统无法启动。购买了RQData等数据服务的用户可直接删除数据库后重新下载。自行录制的数据用户需执行数据迁移操作。

       其他更新

       新增了基于易盛启明星/北斗星兼容交易API的EsunnyGateway，支持内盘期货、黄金TD、外盘期货等市场的交易。接口已剥离，并增加了Ubuntu上的一键自动安装功能，支持pip install命令快速安装。

       CHANGELONG新增调整修复剥离

花卷猫CTP-Python开源

       花卷猫CTP-Python开源项目是一个旨在简化CTP接口调用并展示行情和交易结果的Python开源解决方案。它支持用户进行个性化开发，无论是实盘还是虚拟盘交易，都可轻松实现。该项目的代码可在这里获取，使用Python3.0编写的示例代码兼容性出色，安装只需pip install pywin，无需额外依赖。

       CTP接口的底层封装为C/C++编写的dll，其中的实时资金、持仓等数据处理采用了自主研发的算法，相较于官方接口，运行效率显著提升且准确性极高。这一核心部分虽然不开放源代码，但经过长期验证，稳定可靠。

       项目界面部分采用花卷猫框架的Python版本，通过可视化低代码方式，用户可以轻松创建界面。值得注意的是，项目发布的版本允许用户自由使用和商业发布，但所制作的产品与花卷猫科技并无法律关联，仅示例界面非官方正式产品。项目代码已经成熟，未来只会进行少量修正，花卷猫科技将不断扩展模块和提供更多的示例，以供用户放心使用。

期货配资软件开发(期货资管系统平台搭建方案)

       搭建期货系统平台，首先明确技术路线。后端可选Spring、SpringMVC和MyBatis等Java框架，前端则有Vue、c# winform等技术。

       定制期货资管软件，包含外盘期货配资，全套源码采用C++、Vue、MySQL和Tradingview实现。功能涵盖K线模块、Tradingview、客户实时大数据分析、AI智能决策、风险自动计算、国内、海外自动下单。提供PC端及手机APP源码、部署文档和专业技术支持。

       平台常见模块如下：

       1.集成PC前端、手机APP（安卓、iOS）、代理商后台、总后台。

       2.智能切换行情，支持实盘与第三方数据源。申请账号后，后台直接使用。

       3.后台对接实盘，主流内外盘接口如ctp、易盛、ib等，添加账号即可使用。

       4.集成短信接口，可自由切换。

       5.具备产品管理、实名审核、充值提现、新闻公告、邀请注册等功能。

       期货资管系统的移动终端APP应包含分时与K线图行情、个性化下单板和交易设置。功能涵盖自选、报价、分时图、K线图（从分钟到年），三键下单板，便捷交易。

       综上所述，介绍了期货资管系统的功能与平台搭建方案，旨在为用户提供全面、高效的服务。希望对大家的开发与使用有所帮助。

vn.py全实战进阶课程学习笔记（零）

       刚接触量化投资，对量化投资充满兴趣，在闲暇时间进行学习，只能进行少量资金实践。现阶段的计划是阅读 vn.py 的源码，学习其架构机制，通过分享笔记加深理解。如果有不对的地方，欢迎指正。分享的仓库：github.com/PanAndy/quan...

       觉得内容有收获，欢迎关注公众号，获取更多资源。学习过程中，我也收集了一些量化、技术的视频及书籍资源，欢迎大家关注公众号亚里随笔获取。

       本系列博客是对 vnpy 官方课程《 vn.py全实战进阶课程》的学习整理，旨在梳理课程内容，介绍源码实现，并参考《 vnpy项目文档》。实验操作也将根据课程进行，力求复现过程，用截图记录。

       以下记录了配置 vnpy 回测与实盘环境的相关内容。

       MySQL 数据库配置

       初次接触 vnpy 使用 sqlite 数据库，但在 UI 界面加载数据时较为卡顿，可能是数据库问题。重新安装 vnpy 时，选择配置 mysql 数据库。

       配置流程包括：安装 mysql、创建数据库、vnpy 数据库配置。整体配置流畅，未遇报错。

       MySQL 安装与创建数据库

       从 MySQL 官网下载 windows 版本安装包，一路默认安装。记住 root 账户密码，其他设置默认。

       安装完成后，自动启动 MySQL WorkBench，连接数据库时输入 root 密码创建连接。需手动创建 vnpy 数据库。

       在数据库管理界面，点击创建新数据库按钮，输入 vnpy 作为名称，完成数据库创建。

       vnpy 数据库配置

       数据库创建后，启动 VN Trader，配置数据库相关字段，保存配置后重启 VN Trader。配置成功后，数据库使用无误。

       刷新 MySQL WorkBench，确认数据库表结构已创建。同时，检查 C:\Users\xxx\.vntrader\vt_setting.json 文件，验证配置更新。

       rqdata 数据服务配置

       申请了 天的 rqdata 试用账号，计划购买数据服务。参考官方文档《 vn.py 快速入门7 - 历史数据回测优化》进行配置。

       申请试用权限

       通过米筐量化平台申请，获得 天免费试用权限。注意，教育专区申请只能在校园网内使用，个人使用时需关注申请方式。

       参数配置

       收到授权邮件后，获取试用账号和密码。在 vnstation 配置表单中填写，重启 vnstation 完成配置。

       simnow 仿真环境配置

       首次配置 simnow 仿真环境，参考 vnpy 官方《 vn.py 快速入门2 - 国内期货CTP》。主要记录配置步骤，确保无意外。

       准备账号

       通过上期技术官方获取的 simnow 仿真交易环境账号。完成注册与登录，注意手机号验证与注册时间。

       接口登录与合约查询

       启动 VN Trader Pro，连接 CTP 接口，配置连接信息。使用合约查询功能查看合约。订阅行情，注意价格显示与更新频率。

       交易下单与委托成交

       进行买卖下单与委托操作，关注资金与持仓变化。了解平仓规则与资金管理。

       实盘交易准备

       熟悉仿真环境后，准备使用 CTP 进行实盘交易。注意实盘交易与仿真环境的差异。