Brand LogoBrand Logo (Dark)
ホームAI エージェントツールキットGitHub 厳選エージェント投稿ブログ

カテゴリ

  • アート生成
  • オーディオ生成
  • 自動化ツール
  • チャットボット
  • コードツール
  • 金融ツール

カテゴリ

  • 大規模言語モデル
  • マーケティングツール
  • ノーコード
  • リサーチ & 検索
  • 動画 & アニメーション
  • 動画編集

GitHub ピック

  • DeerFlow — ByteDanceのオープンソースSuperAgent基盤

最新ブログ

  • OpenClaw対Composer 2 徹底比較!2026年最新AIアシスタントの実力は?
  • GoogleAIStudioとAnthropic Console どちらが最適?
  • スティッチ2.0 vs Lovable どちらが最強AIアプリビルダー?
  • 2026年最新!AIを活用した収益化戦略の実践ガイド
  • OpenClaw対MiniMax 機能・プライバシー・拡張性の違いを比較

最新ブログ

  • オープンクローVSキロクロー初心者におすすめはどれ?
  • オープンクローとキミクローの比較
  • 「GPT-5.4」と「Gemini 3.1 Pro」の比較
  • AIコンピューター革新が金融端末を揺るがす新時代
  • OpenClaw 最佳实践,5 个基本原则
LinkStartAI© 2026 LinkstartAI. 全著作権所有。
お問い合わせについて
  1. ホーム
  2. GitHub 厳選
  3. vn.py(VeighNa)
vn.py(VeighNa) logo

vn.py(VeighNa)

Pythonのイベント駆動型OSS量化取引フレームワーク。多市場ゲートウェイ、戦略アプリ、回測、執行アルゴ、風控とDB連携を備え、GUI/スクリプトで運用できる。
33.1kPythonMIT License
#python#event-driven#アルゴ取引#ブローカーゲートウェイ#ストラテジー
#バックテスト
#執行アルゴ
#リスク管理
#複数口座
#alternative-to-backtrader
#alternative-to-zipline
#alternative-to-quantconnect

概要

vn.py(VeighNa)は「イベント駆動コア + プラグイン群」で量化取引を組み立てる。Tick、注文更新、約定、口座/ポジション変化をイベント流に揃えることで、戦略は購読して意図を返すだけになり、並行処理やコールバックの泥臭さを基盤へ閉じ込められる。ゲートウェイは接続、認証、注文状態機械、切断復帰を共通化し、上位アプリは同一イベントバスで回測、執行アルゴ、ポートフォリオ、スプレッド/オプション、前置風控を再利用する。保存先は SQLite、MySQL、PostgreSQLに対応し、回放で回帰検証と障害再現を回せる。

課題 vs イノベーション

✕従来の課題✓革新的ソリューション
スクリプト直結では再接続、流量制御、スレッド安全性、注文状態機械が戦略へ混ざり、実行層が肥大化して回放や障害解析が難しくなる。vn.py はイベントバスで境界を固定し、ゲートウェイが外部をイベント化して実行の泥臭さを引き受け、戦略はイベントから意図への変換に集中できる。
研究と実運用が別体系だと、データ口径や仮定、風控ルールがズレて回測と本番の差分が追いにくくなる。統一データ構造とプラグイン生態で回測・執行・風控・データ管理を一体化し、イベントの記録と回放で回帰検証と障害再現を日常運用にできる。

アーキテクチャ深掘り

イベント駆動コアと回放可能な再現性
vn.pyがイベント駆動を採用するのは、取引の状態変化が本質的に離散イベントだからだ。Tick、注文更新、約定、口座/ポジション変化を同じイベント流に揃えることで、戦略は購読して反応するだけになり、再接続や流量制御、注文状態遷移の泥臭さを基盤へ閉じ込められる。並行処理とI/Oの複雑さがエンジンとゲートウェイに集中するため、戦略はテストとレビューがしやすい。さらにイベント列を記録して回放できるので、回測、回帰、障害再現が同じ入力で回り、環境差分による再現不能を避けられる。
ゲートウェイ封装とアプリ層の再利用
ゲートウェイ層は通道差分を共通インターフェースへ封じ、注文状態機械、リトライ、切断復帰など実運用に必要な処理を内部に持つ。上位のアプリ層は回測、執行アルゴ、ポートフォリオ、スプレッド/オプション、前置風控、データ管理を部品化し、共通のデータ構造で横断再利用する。これにより戦略はビジネスロジックへ集中でき、市場や品種が増えても拡張コストの中心はゲートウェイ/適配に寄る。DBへログとデータを残しておけば、研究から実運用、復盤までを閉ループ化しやすい。

デプロイガイド

1. リポジトリ取得とPython 3.10+のvenv作成

bash
1git clone https://github.com/vnpy/vnpy.git && cd vnpy && python -m venv .venv && . .venv/bin/activate

2. OS別のインストールスクリプトで依存関係を準備

bash
1Windows: install.bat | Ubuntu: bash install.sh | macOS: bash install_osx.sh

3. (任意)pipでコアと主要アプリを導入

bash
1pip install -U pip && pip install vnpy vnpy_ctastrategy vnpy_ctabacktester vnpy_algotrading vnpy_riskmanager

4. (任意)DB適配を設定してデータ/ログを集中保存

bash
1export VNPY_DATABASE_DRIVER=postgresql && export VNPY_DATABASE_HOST=127.0.0.1 && export VNPY_DATABASE_PORT=5432 && export VNPY_DATABASE_DATABASE=vnpy

5. スクリプト起動でゲートウェイ/アプリを読み込む

bash
1python run.py

導入事例

コアシーン対象読者ソリューション成果
多回線の実運用執行トレーディングチーム統一ゲートウェイで複数市場へ接続し執行アルゴと風控を適用通道差分の事故を減らし運用をスケール
回放ベースの回測回帰量化研究者イベント列を記録して同一エンジンで回放し回帰比較再現性が上がり障害原因を早く切り分け
複数口座の運用統制運用/風控担当ログとデータを集中保存しルールを一元管理監査性が向上し設定漂いと手作業を削減

制限事項と注意点

制限事項と注意点
  • 実回線の接続はゲートウェイ追加や口座準備が必要で、通道によってはベンダーSDKやOS要件があるため、導入だけで発注できるわけではない。
  • 回測と本番の整合はデータ品質、契約ルール、手数料/スリッページ仮定に強く依存し、口径を固定しないと回帰が漂う。
  • 多プロセス/多クライアントは性能を上げる一方で設定と監視を難しくするため、秘密情報管理と権限分離、アラート設計が必須になる。

よくある質問

vn.pyはBacktrader/Zipline/QuantConnectと何が違う?▾
vn.py は実運用を前提にイベントエンジンとゲートウェイで接続・再接続・注文状態機械を共通化し、回測、執行アルゴ、前置風控、データ管理をアプリとして積み上げられる。対して、Backtrader と Zipline は研究/回測ライブラリとしての利用が多く、実運用は別途インテグレーションと運用設計が必要になりやすい。QuantConnect はクラウド托管型で、統合と運用負荷を下げられる一方、自托管とは制御範囲と接続形態が異なる。判断は三つの制約で切ると良い:自前ゲートウェイが必要か、イベント回放で障害を再現したいか、ログとデータを自社DBへ残す必要があるか。
多市場ゲートウェイを安定運用するコツは?▾
まず一つの通道で接続、認証、注文更新、約定、切断復帰を通し、次に風控と執行アルゴを段階的に足す。設定を版管理し、ログを保存して回放で回帰検証できる状態にすると、変更による挙動差分を追いやすい。
SQLiteとPostgreSQLの選び方は?▾
単機の検証と持ち運び重視ならSQLiteが軽い。複数プロセス共有、ログの集中管理、権限とクエリ性能を重視するならPostgreSQLが安定する。高頻度書き込みでは索引と保管方針が効くので、回放と実運用の干渉が出ないように先に設計する。
GitHubで見る

プロジェクト指標

Star数33.1 k
言語Python
ライセンスMIT License
デプロイ難易度普通

Table of Contents

  1. 01概要
  2. 02課題 vs イノベーション
  3. 03アーキテクチャ深掘り
  4. 04デプロイガイド
  5. 05導入事例
  6. 06制限事項と注意点
  7. 07よくある質問

関連プロジェクト

nanobot
nanobot
22.5 k·Python
DeerFlow — ByteDanceのオープンソースSuperAgent基盤
DeerFlow — ByteDanceのオープンソースSuperAgent基盤
26.1 k·Python
gstack
gstack
0·TypeScript
Marketing for Founders
Marketing for Founders
2.2 k·Markdown