Skip to content
프로젝트

BulletTrade/bullet-trade has 298 GitHub stars and 120 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-20 23:49 UTC. Last push 2026-11-13.

이 수치를 측정하는 방법

측정된 스타 증가

in 24h
0
in 7 days
기록 수집 중
in 15 days
기록 수집 중
in 1 month
기록 수집 중

서로 겹치는 기간의 순증가량이며 일별 합계가 아닙니다. 측정값이 없으면 비워 둡니다. 스타는 관심도를 나타내며 품질을 보장하지 않습니다.

소개

全流程交易系统,兼容聚宽代码。

개발 도구

README.md

Original

BulletTrade

BulletTrade Logo

PyPI version Python version License

BulletTrade 是一个专业的量化交易系统 Python 包,提供完整的回测和实盘交易解决方案。

简体中文 | 完整文档

✨ 核心特性

  • 🔄 聚宽兼容:from jqdata import *
  • 📊 多数据源:JQData、MiniQMT、TuShare、本地缓存、远程 QMT server,以及 Beta 版 RQData/easy_tdx 均可切换。
  • ⚡ 回测 & 报告:分钟/日线回测、真实价格撮合、HTML/PDF 报告一键生成。
  • 💼 实盘接入:本地 QMT、远程 QMT server、模拟券商按需选择。
  • 🧩 可扩展:数据/券商接口基于抽象基类,便于自定义实现。

🚀 新手应该先看什么

如果只是运行量价策略,例如 ETF 策略,通常不需要额外购买数据,也可以在本地完成回测和运行。涉及财务数据、小市值等策略时,可以按自己的数据条件选择聚宽、TuShare 或自定义数据源,社区里也有不少用户改成 TuShare 等数据源后正常使用。

建议按下面顺序阅读:

  1. 安装 Python 和运行环境:先把本地 Python、虚拟环境和依赖准备好。
  2. 新手入门总览:如果需要实盘,先看这里判断应该选择方案 A 还是方案 B。
  3. 方案 A:BulletTrade 本地独立运行:策略直接在本地 BulletTrade 里运行,并连接本地 QMT 执行交易。
  4. 方案 B:聚宽模拟盘运行策略:策略在聚宽模拟盘运行,BulletTrade 负责接收信号并在本地 QMT 执行交易。

📖 文档

🔗 链接

📄 许可证

MIT License

联系与支持

如需交流或反馈,低佣开通QMT等,可扫码添加微信,并在 Issue/PR 中提出建议:

微信二维码

⚠️ 风险提示: 量化交易存在高风险,因策略、配置或软件缺陷/网络异常等导致的任何损失由使用者自行承担,请先在仿真/小仓位充分验证。