核心用法
vn.py 采用模块化架构，通过 Python 编写策略逻辑并直接对接实盘。核心组件包括：
- Gateway（网关层）：封装 CTP、Femas、恒生 UFT、EMT、XTP、IB、Alpaca 等 20+ 交易接口，实现行情与订单的统一接入
- App（应用层）：提供 CtaStrategy（CTA 策略）、SpreadTrading（价差交易）、OptionMaster（期权波动率）、PortfolioStrategy（组合策略）、AlgoTrading（算法交易）等成熟模块
- DataService：支持 RQData、TuShare 等数据源，配合 DataManager 实现历史数据下载与管理
- BarGenerator / ArrayManager：内置 Tick 合成多周期 K 线（1/3/5/15/30/60 分钟及自定义周期），并提供 SMA、EMA、RSI、MACD、布林带、ATR 等 20+ 技术指标，无需依赖外部库
策略开发遵循模板化设计：继承 CtaTemplate，重写 on_init、on_start、on_tick、on_bar 等回调，通过 buy/sell/short/cover 发送指令，put_event 刷新 GUI 状态。实盘只需配置网关连接参数，即可一键切换模拟/真实账户。
显著优点
1. 国内生态最成熟：社区活跃、中文文档完善、教学资源丰富（B站/公众号/微信群），新手友好
2. 实盘就绪：直接对接 CTP 等主流柜台，无需额外适配层，降低生产环境部署成本
3. 模块化可扩展：网关、策略、数据源均可独立安装（vnpy-ctp、vnpy-ctastrategy 等），按需组合
4. 完整技术栈：从数据获取、回测、参数优化到实盘交易形成闭环，减少工具链切换
潜在缺点与局限
- Python 性能瓶颈：高频或 Tick 级策略可能受 GIL 限制，需结合 C++ 改写或选用底层更快的框架
- 主要面向中国市场：外盘接口（IB、Alpaca）功能相对基础，国际用户支持有限
- GUI 依赖 Qt：无头服务器部署需额外处理 Qt 依赖，容器化略显繁琐
- 回测速度中等：未内置向量化回测加速，大规模历史数据回测效率不及专业商业软件
适合人群
- 国内期货/证券量化个人开发者、私募技术团队
- 需要快速验证 CTA、套利、期权策略并直接上实盘的中低频交易者
- 希望避免商业软件授权费用、偏好开源可控方案的用户
常规风险
1. 实盘连接风险：CTP 等接口配置错误（如行情/交易地址混淆、AuthCode 过期）可能导致无法下单或行情中断
2. 策略逻辑风险：未充分处理的边界条件（开盘跳空、涨跌停、合约到期）可能在极端行情下造成意外持仓或重复下单
3. 数据质量风险：免费数据源（如 TuShare）存在延迟或缺失，实盘前务必用专业数据服务（RQData）校准
4. 技术运维风险：Python 运行时异常、网络抖动可能导致策略进程崩溃，需配套进程守护与异常告警机制
5. 合规风险：接入实盘需具备相应交易编码与权限，模拟账户（SimNow）与实盘行为可能存在差异，切换时需充分测试