介绍
VnpyRS是以提升性能为目的，部分代码用Rust语言重新实现的vnpy，实现了vnpy的回测与参数调优功能。
它有三种工作模式：
- 脚本运行模式
- 图形界面运行模式
- vnpy插件模式（将极速K线图表嵌入vnpy为其提供服务）
具体快多少？
- K线图表快几个数量级，你没听错，说快100倍可能都太保守，K线超过一定数量后vnpy会完全卡死，而VnpyRS依然流畅，VnpyRS的K线图表绘制采用wgpu技术（类似vulkan），充分利用显卡的并行运算性能
- 数据库读取速度最快是vnpy的6倍以上（Sqlite），目前支持Sqlite、MySQL、PostgreSQL、MongoDB
- 策略代码执行快7%-87%，具体见下表： （测试环境：Win11，Python3.11.3，CPU:12th Gen Intel(R) Core(TM) i7-12700H 2.30 GHz，内存:32G。 测试时均用GUI且置于前台，测多次取次小值。 另：不同的Python版本性能优化程度不同，其中Python通用版是最慢的，做性能测试时不应考虑该版本）
| 策略名称 | vnpy耗时 | VnpyRS耗时 | 加速百分比 |
|---|---|---|---|
| AtrRsiStrategy | 11.7 | 8.62 | 36% |
| BollChannelStrategy | 1.82 | 1.09 | 67% |
| DoubleMaStrategy | 5.04 | 4.45 | 13% |
| DualThrustStrategy | 6.38 | 3.42 | 87% |
| KingKeltnerStrategy | 2.86 | 1.92 | 49% |
| MultiSignalStrategy | 12.1 | 11.3 | 7% |
| MultiTimeframeStrategy | 2.47 | 1.55 | 59% |
| TurtleSignalStrategy | 19.8 | 11.8 | 68% |
由来
vnpy是一个非常不错的开源量化交易框架，除了CTP接口（或类似CTP的接口）部分是用C++、Python混合写的以外，其他部分全是用Python写的。众所周知，Python生态强大，编码灵活，但是有个缺点，就是慢，如果是慢在IO密集的地方，影响不明显，但如果慢在计算密集的地方，比如策略回测，那影响就很明显了。2024年，我实验性的用Rust重写了vnpy的回测模块，惊喜的发现，运行速度提升了近20倍。 显然，将回测模块移植到Rust上这件事的价值是巨大的。但还有个问题，由于它100%是用Rust编写的，包括策略也是用Rust编写的，那用户就无法使用Python的各种库了。况且，Rust是出了名的难入门的语言。上述的两点会降低它的实用性。
因此，在2025年我重新设定了目标，该项目必须完全兼容Python生态，理想情况下100%兼容已经为vnpy编写的策略，同时要提升性能。 由于用户代码是用Python编写的，那么性能提升就不会像用纯Rust编写时那样夸张了，但省下的时间依然不少。如果用examples文件夹里面的案例测试，在不改一行策略代码的情况下，在10核32G的电脑上，配合Python3.11，综合速度提升了一倍。（具体提升多少涉及硬件配置、Python版本和具体策略）
开发路线图
不会完全移植vnpy。一个原因是vnpy用到了很多动态语言的特性，以实现插件化，这部分在静态语言上实现很困难，或者需要大量的unsafe代码。另一个原因是没必要，涉及网络的模块，绝大部分时间花在网络的等待上，即使通过Rust、C++重写，体验也不会明显变好。
未来可能会支持用Rust、C、C++写策略，这样的话回测性能提升10倍也是有可能的，但需要谨慎的思考如何设计接口。
更新日志
0.1.1：支持sqlite和mysql数据库(2025-1-10)
0.1.2：修复BarData和TickData中的datetime与vnpy里的有差异的问题(2025-1-12)
0.2.0：vnpy自带的所有策略均通过了测试；支持GUI模式；支持K线图表及K线图表嵌入vnpy的模式；支持不带身份校验的MongoDB；修复若干重要bug(2025-3-25)
0.2.1：支持PostgreSQL数据库；修复导出csv时会出错的问题(2025-5-8)