CTA策略课程有介绍，但是策略是否能上实盘是需要你自己的判断

米筐有get_dominant获取主力合约函数

是回测还是实盘呢？如果是回测，可以看一下策略trading状态是否为False

检查一下你填的端口是否正确

CTA策略课程介绍了如何使用VeighNa写策略优化调参等等的内容，但是策略具体能否上实盘是取决于用户自身的。每个进阶课程都有对应的qq学习群以供交流

CtpTdApi类里面有一个contract_inited变量

可以贴一下完整报错截图看看

因为会可能会拆单，比如说你使用了锁仓模式发出平仓委托，可平的昨仓比你此次委托的数量少，那么为了避免平今惩罚，剩下的数量就会以反向开仓的形式发出，那此时不就是有两个委托了。还有比如说SHFE/INE的合约也会进行转换。所以是否转换要看你委托的情况的，想进一步了解可以自己去看一下converter.py的代码

是的

需要从剥离后的路径加载， from vnpy_ctatrategy import xxx

请问vnpy_qmt是在哪里获取的呢？

option_master模块

自己在策略里缓存计算即可

发布于vn.py社区公众号【vnpy-community】
 
原文作者：用Python的交易员 | 发布时间：2023-05-21
 

机器学习（Machine Learning，缩写ML）相关的技术已经在金融投资领域得到了非常广泛的应用，例如：价格（收益）预测、算法交易、组合优化、风险管理、基金评价等。

在大方向上，机器学习的具体分类包括：

• 监督学习（Supervised Learning）

  • 从已知的输入（特征）和对应的输出（标签）上，找到两者之间的映射关系，并将其用于对未来的预测；
  • 常见的算法包括：线性回归、符号回归、决策树、随机森林、支持向量机和神经网络等；

• 非监督学习（Unsupervised Learning）

  • 只有输入数据而没有任何输出标签，目标是让算法自行找到数据中存在的模式或者结构；
  • 常见的算法包括：聚类（如K-means）、降维（如主成分分析PCA）、关联规则学习等；

• 强化学习（Reinforcement Learning）

  • 智能体（Agent）通过与环境（Environment）的不断交互试错，完成特定的目标或者使整体行动收益优化；
  • 常见的算法包括：值迭代（如Q-Learning）、在线值迭代（如Sarsa）、策略梯度（如A3C）；

过去几年里，社区中已经有不少用户在尝试将各种机器学习技术和VeighNa平台结合起来，实现更加高效地开发量化交易策略。2023年VeighNa小班特训营将首次推出机器学习相关的主题，分享机器学习技术在CTA策略领域的应用！

目前已经有部分名额被提前报名锁定，感兴趣的同学请抓紧。老规矩还是放几张之前课程的照片：

准备完毕，静候同学们到达

学习量化，先从掌握核心框架

深入代码，分析策略逻辑细节

所有小班特训营时间定在周末两天，一共包含周六周日两个下午共计10+小时的课程，设立特训营专属答疑群，包括后续三个月的助教跟踪辅导，提供VeighNa小班特训营专属内部核心资料。

线下课程的地点在上海浦东，不方便来上海的同学我们也提供远程线上听课（直播+录播）。对于所有参加小班特训营的学员，在课程结束后都会拿到课程的完整录播视频，可永久回看。

VeighNa机器学习CTA

日期：2023年7月1日（周六）和7月2日（周日）

时间：两天下午1点-6点，共计10小时

大纲：

1. 搭建机器学习环境

   a. 选择合适的硬件机器和操作系统
   b. VeighNa和GPLearn开发环境准备
   c. 针对机器学习的高性能数据存储

2. 认识遗传规划学习

   a. 从【先有逻辑、后有公式】到【先有公式、后有逻辑】
   b. 算法基础：种群生成、适应度评价、自然选择、组合变异
   c. 数据集的拆分处理：训练集、验证集、测试集

3. 上手CTA特征工程

   a. 基础特征数据的清洗准备：加载、预处理、缓存
   b. 梳理GPLearn内置特征函数：参数分类、边界情况处理
   c. 时序类特征函数的扩展开发：技术指标类、统计模型类

4. 适应度评价的选择

   a. 适合量化交易的Fitness适应度评价体系
   b. 简单的收益率相关性：不依赖历史回测
   c. 全面的回测统计值：向量化策略回测框架

5. 策略开发实战应用

   a. 机器学习CTA的三部曲：特征、信号、策略
   b. 趋势跟踪和震荡反转两种信号的实现
   c. CTA策略中的细节：资金管理、止损风控、平仓出场

价格：11999元（老学员和Elite会员可享受相应折扣）
 

报名方式和之前一样，请发送邮件到vn.py@foxmail.com，注明想参加的课程、姓名、手机、公司、职位即可。或者也可以扫描下方二维码添加小助手咨询报名：

课程对于之前参加过小班特训营的学员优先开放。
 

不要自己去创建TdApi的实例，不熟悉底层开发的话不建议去动gateway层面的东西

正常来说，如果不加载任何接口和模块应该是能正常打开的
可以自己备份一下.vntrader文件夹的数据然后把.vntrader文件夹删掉，再试试看不加载任何接口和模块能否成功启动

没有，需要自己开发了

不是最新录制的，但是改动不大，有改动的地方课程文本会介绍，公众号也有专门的文章介绍修改的地方

职位信息

职位职责
深入海量金融数据进行研究分析、挖掘有效信号，开发和优化量化模型策略，包括但不限于股票、期货、期权等市场，包括但不限于：
1、CTA策略、量化选股等策略的研发 ；
2、量化策略、交易系统的程序编写、调试，数据库优化等 ；
3、及时完成分配的研究任务，汇报研究进度及研究成果。   

职位要求
1、国内外名校金融工程、数学、计算机、统计、物理或其他理工科相关专业研究生及以上学历（国内学校排名前15，国外学校QS前100）；
2、熟练使用Python/ C++/C#编程语言；
3、具备扎实的数理基础，一流的概率统计能力，和严谨的研究习惯;
4、对大数据挖掘、概率统计、机器学习、深度学习、时间序列分析、模式识别、自然语言处理与提取有深入的理解和实践经验;
5、积极思考并积极求证，对解决复杂问题有强烈兴趣，能够自我驱动；
6、2024届及以后毕业应届生，实习期至少保证3个月以上，有留用机会。

其他信息
加分项：
1、国内外各种竞赛经历并取得优异成绩；
2、有计算机领域顶会或顶刊paper发表；
3、有券商金工、私募等中高频量化研究实习经历并取得一定的研究成果，包括但不限于股票/期货/期权等各类二级市场品种；
4、对机器学习有过实际项目经验。

 
联系方式
dyzczp@cfsc.com.cn，简历请以姓名+学校+专业命名

工作地点
上海
 

有加载哪些模块和接口呢？