为爱发电终是不能长久的……

最初个人量化就是为了防止自己手贱，用计算机了执行自己的策略。这个所谓的个人量化并没有非常清晰的目标，大概只有两点非常粗略的要求：第一个，就是策略的编写必须足够简单和迅速，第二个便是策略的执行足够稳定和正确。并没有性能要求，因为只是个人的资金量是非常少的，追求过高的性能和交易频率并没有实际上的意义。

所以自然而然便选择的Python(Python是一个无论你丢弃了多久，都可以迅速拿回来的语言)。当然的，市面上有各种量化的平台，不过免费使用的又能满足自己要求的，其实并没有太多。于是，只能重复发明轮子。

在最初的设想之中，大概分为五个模块：数据，投研，策略，回测，交易。数据就是从各种渠道快速获取所需要的数据，而投研就是利用所获得的数据就是一番的折腾和探索，策略就是根据折腾的结果编写成的策略，而这些策略被自己分为选择，交易，风控三类型的策略，回测就是对策略进行回归测试，探索这类策略的胜率和盈利，交易思议便是用策略进行实盘的交易了。

最后Python版本的被搞了出来，还真能把整工作流程跑通了。不过，最初不注重性能，最终在自己低端的机器上有点吃力。主要的表现上就是策略的回测多个实例跑起来后，就其卡无比。而在交易上面，则表现为行情的积压，不能及时处理最新的行情，这样导致的问题是不能及时风控。当然本来通过非正式手段来获取的行情，本来就有延迟，不过因为不是高频，这倒没什么大问题。所以后面polar-rs代替pandas，有些不少模块用pyo3进行加速。不过这些提升并不明显。

后面干脆就推到重来，先拿交易部分开刀，全部改成rust，效率的确有点提升。再后来，全部都改了rust，不过为了策略编写的简单，通过pyo3，支持两种语言的混合编写。差不多后，发现少了一样东西：自己一直后台操作，居然少了一个操作界面！所以，增加一个操作界面，也提上了日程。

自己本身也是搞过windows开发，也搞过qt(QML除外)，不过一上来马上就否决了，因为有一开始的痛苦的调试经历以及非常慢的开发效率。所以选择的就只有两个了：第一个就是用electron或tauri这种web的方案，国内如果不是专用软件的，绝大部分都转向了这类，因为开发效率高，web的人多。不过网易的那个云笔记，卡到我怀疑人生，就要有点失落了。不过真正的原因还是自己对css不熟悉，估计自己搞要耗费时间不会比c++少。Flutter也就自然而然的是选择了，rust-desk踩的坑也差不多了，也就轮到自己可以开始踩坑了。

事实上，Flutter并没有让人太失望，搞普通应用也没是问题，可以比较快速的挫出界面，如图的一点demo。

图示1：

图示2：

只是，这样瞎折腾，为爱发电下去好像不能支持长久呀……

以前的旧同事有时问，这数据怎么获取，行情，交易接口怎么搞？

其实数据和行情部分很简单，网上有开源的，再不行自己网上爬数据。自己开始之前是用tushare pro免费使用加上自己爬的一些，后面发现tushare pro居然只要一年的使用权，要使用必须同过积分的形式变相收费。所以之后切换至akshare和opentools，不过akshare这个接口变更的有的频繁，突然间接口有改名，或者删除，又或者改变返回结果的形式，更为重要的是因为我是重复调用的，他的接口很多冗余，很多时候都必须改他的接口。最后，自己用rust重写了获取数据接口，简单封装给Python使用，算是比较稳定了。

而对于交易部分，这个其实很简单，没有想象中的复杂。虽然没有正式交易接口，不过我们有交易客户端即可。实现方式就类似按键精灵，自己定义好交易接口，然后提交给交易客户端。交易客户端主要使用pywinauto做为按键和鼠标，它主要靠截屏和图形对比的方式定位坐标。通过Python ocr识别文字。如此便可以实现交易的功能。