功夫是 Taurus.ai 团队专为量化交易者设计的低延迟交易执行系统。功夫想要解决两个核心问题：
- 交易数据实时存储 - 为了追求交易速度，很多情况下交易者不得不放弃存储功能以换取更高的执行速度，这给盘后分析带来很大困难，使分析缺乏必要的数据支持。
- 交易延迟分析及优化 - 交易者缺乏测量交易延迟的标准化工具，关于延迟的统计数据往往只能凭感觉估算，在缺乏可靠的数据采集手段的情况下，优化工作变得更加艰难。
针对这两个问题，功夫在系统架构上做了特别的设计，目前系统分成以下三个模块：
- 易筋经(yijinjing) - 专为金融交易设计的时间序列内存数据库，提供纳秒级时间精度，可落地交易相关的全部数据。
- 咏春(wingchun) - 策略执行引擎，提供 C++ 及 Python (2.7) 开发接口，利用易筋经特性，咏春还提供一系列交易数据分析工具。
- 长拳(longfist) - 交易数据标准化定义及转换器，支持灵活对接不同交易柜台。
功夫在系统设计上支持任意柜台的对接（涵盖中国所有股票、期货市场），目前功夫开源版仅提供 CTP 和 XTP 柜台对接的实现。 如果需要接入更多柜台请通过 Taurus.ai 官网联系我们。 开发者也可根据长拳标准自行开发新的柜台接口。
初次使用可观看我们的 视频教程。
python策略开发请参考 python策略开发快速入门，python策略api文档
C++策略开发请参考 C++策略开发快速入门， C++策略api文档
常见问题请参考 Q&A。
想要在自己的机器上直接运行kungfu（不用docker）可以参考 环境准备
更多介绍请关注知乎专栏 硅商冲击。
功夫采用 Apache License 2.0 发布。
功夫是基于 Linux CentOS 7 开发的，需要在 CentOS 7 以上的环境中编译及运行。如果您使用 Windows 或 MacOS 或其他 Linux 发行版，建议使用虚拟机形式安装一个 CentOS 7 系统。
功夫的编译及运行依赖一系列软件包，为了简化操作，我们准备了完整的 Docker 环境供大家使用。 首先需要在 CentOS 7 系统中安装及启动 Docker 服务：
$ sudo yum install docker
$ sudo systemctl start docker
$ sudo systemctl status docker
在安装好 Docker 之后，使用如下命令获取 Docker 镜像：
$ sudo docker pull taurusai/kungfu-devel
或使用我们提供的国内高速镜像：
$ sudo docker pull image.taurusai.com/library/kungfu-devel
成功获取镜像后，使用镜像启动 Docker 实例：
$ sudo docker run --name kungfu-devel --privileged --ulimit memlock=-1 --net=host -td taurusai/kungfu-devel /usr/sbin/init
推荐使用以下命令检查及维护 Docker 实例状态，更多 Docker 相关操作请移步 Docker 官网查阅文档：
$ docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
024b65c6bcbf taurusai/kungfu-devel "/usr/sbin/init" 4 seconds ago Up 3 seconds kungfu-devel
$ docker stop kungfu-devel
$ docker start kungfu-devel
成功启动 Docker 实例后，使用以下命令进入实例，后续操作请在 Docker 实例内完成：
$ sudo docker exec -it kungfu-devel bash
如果不使用我们提供的 Docker 编译环境，需要自行安装如下依赖包：
boost 1.62
rfoo 1.3.1
pid 2.1.1
log4cplus2 2.0.0_RC1
supervisor 3.1.0
获取代码：
$ git clone https://github.com/taurusai/kungfu
功夫使用 CMake 进行编译，CMake 会在当前路径下产生一系列中间文件，建议在单独的编译路径下进行编译：
$ cd kungfu
$ mkdir build
$ cd build
$ cmake ..
$ make
$ make package
编译成功，会在编译路径下产生 kungfu-0.0.1-Linux.rpm，可以使用 yum 进行安装：
$ yum install kungfu-0.0.1-Linux.rpm
如需再次安装，建议先删除已安装版本：
$ yum erase kungfu
我们准备了开箱即用的 Docker 镜像，无需编译即可运行功夫，获取方式如下：
$ sudo docker pull image.taurusai.com/library/kungfu
$ sudo docker run --name kungfu --privileged --ulimit memlock=-1 --net=host -td taurusai/kungfu /usr/sbin/init
成功安装功夫 rpm 后，会自动启动后台服务，可使用 systemctl 命令查看后台状态：
$ sudo systemctl status kungfu
* kungfu.service - Kungfu Master Trading System Daemon
Loaded: loaded (/opt/kungfu/master/etc/systemd/user/kungfu.service; linked; vendor preset: disabled)
Active: active (running) since 二 2017-11-14 15:17:07 CST; 2s ago
Process: 24778 ExecStart=/usr/bin/supervisord -c /opt/kungfu/master/etc/supervisor/supervisord.conf (code=exited, status=0/SUCCESS)
Main PID: 24781 (supervisord)
CGroup: /system.slice/kungfu.service
|-24781 /usr/bin/python /usr/bin/supervisord -c /opt/kungfu/master/etc/supervisor/supervisord.conf
|-24786 /usr/bin/python -u /opt/kungfu/master/bin/yjj server
`-24787 /usr/bin/python -u /opt/kungfu/master/bin/yjj server
如果启动有问题，可以使用如下命令手动启动后台服务：
$ sudo systemctl start kungfu
相关日志存放在 /shared/kungfu/log 下。
使用 kungfuctl 命令控制后台进程：
$ kungfuctl
kungfu> status
md_ctp STOPPED Not started
td_ctp STOPPED Not started
yijinjing RUNNING pid 25763, uptime 0:00:11
在第一次使用功夫进行交易之前，需要编辑配置文件，添加账户信息：
$ cp /opt/kungfu/master/etc/kungfu/kungfu.json.sample /opt/kungfu/master/etc/kungfu/kungfu.json
$ vi /opt/kungfu/master/etc/kungfu/kungfu.json
账户的配置信息中 FrontUri 是前置地址，如果使用的是 simnow 仿真账户可以在 simnow 官网查询, UserId 和 InvestorId 均为投资者账户，BrokerId 为券商代码，simnow 账户 BrokerId 一般为 9999。simnow投资者账户需要使用客户端登录并修改密码以后方可使用。
账户列表后的 FeeSetup 是交易费率设置，stock 为默认股票费率，future 为默认期货费率，future_exotic 为指定期货费率。其中type 为计费方式，其中 volume 是根据合约数目计费，amount 是根据合约金额计费，fee_multi 是单位费用或费用比例，ctr_multi 为单位合约标的数量，min_fee 为最小费率
正确配置功夫之后，通过 kungfuctl 命令启动行情及交易服务，检查确保服务启动正常：
$ kungfuctl
kungfu> start md_ctp
kungfu> start td_ctp
kungfu> status
md_ctp RUNNING pid 25764, uptime 0:00:11
td_ctp RUNNING pid 25765, uptime 0:00:11
yijinjing RUNNING pid 25763, uptime 0:00:11
功夫提供 C++ 及 Python (2.7) 策略开发接口，相关样例 demo 程序可在以下代码路径找到：
$ cd kungfu/wingchun/strategy/cpp_demo
$ cd kungfu/wingchun/strategy/py_demo
功夫默认安装在名为 bruce 的用户下，策略程序应以 bruce 身份运行以确保得到正确的文件读取权限（sudo -u bruce）。 以 py_demo/band_demo_strategy.py 为例，使用以下方式运行策略，需要注意 -n 参数指定的策略名称，是交易系统内对该策略的唯一标识，所有相关的交易记录都通过该标识关联：
$ sudo -u bruce wingchun strategy -n band_demo -p /your/path/band_demo_strategy.py
C++版本的策略 Demo 默认不编译，如需编译可参考如下步骤：
$ mkdir cpp_build
$ cd cpp_build
$ cmake ../../wingchun/strategy/cpp_demo
$ make
C++ Demo 编译后生成可执行文件，运行策略不是通过 wingchun 命令而是直接执行：
$ ./kungfu_strategy_demo
策略运行期间及结束后，可以使用 wingchun 命令查看策略运行状态：
$ wingchun help pos
$ wingchun help report
系统运行期间，可使用如下命令查看系统后台信息，其中包括了系统所有进程的 PID、启动和换日时间等信息：
示例中'Pid'项表示现在'paged'内存数据服务正在运行，'MD‘行情服务正在运行，’TD‘交易服务正在运行，还有一个策略名为'demo_test’的策略正在运行。
$ yjj status
{'Client': {'MDEngineCTP': {'hash_code': 1788426942,
'is_strategy': False,
'is_writing': True,
'pid': 15493,
'registerTime': 1512726147926855797,
'rid_start': -1,
'trade_engine_vec': [],
'users': [4]},
'Pid': {15423: ['paged'],
15493: ['MDEngineCTP_R', 'MDEngineCTP', 'RAW_MDEngineCTP'],
15494: ['TDEngineCTP_SR',
'TDEngineCTP',
'SEND_TDEngineCTP',
'RAW_TDEngineCTP'],
16664: ['demo_test', 'demo_test_R']},
'Task': ('running',
10000,
{'KfController': {'engine_ends': ['2017-12-09 16:30:00'],
'engine_starts': ['2017-12-09 09:15:00'],
'switch_day': '2017-12-09 17:00:00'},
'PidCheck': {},
'TempPage': {}}),
'Time': '2017-12-08 17:52:58'
系统日志存放在 /shared/kungfu/log 目录下。
| 日志文件 | 日志内容 | 功能 |
|---|---|---|
| page_engine.log | 内存数据库日志 | 记录内存数据库及其他功能使用内存数据库的情况 |
| engine_md.log | 行情服务项日志 | 记录行情服务启动和运行情况 |
| engine_trade.log | 交易服务项日志 | 记录交易服务启动和执行情况 |
| strategy/xxx.log | 策略运行日志 | 记录策略的运行情况 |
| wingchun/xxx.log | 行情和交易服务的分接口详细日志 | 分接口记录了行情和交易服务的详细日志 |
系统提供了内存数据库查看和导出工具：
内存数据库查看工具帮助
$ yjj journal -h
Options:
-h [ --help ] Help screen
-n [ --name ] arg Journal Name
-p [ --page ] Just Page Header
-v [ --verify ] Verify hash code
-k [ --keep ] keep listening
-t [ --time ] time visualized
-d [ --detail ] data details
-c [ --current ] start from current
-l [ --length ] arg (=20) Char num of frame data to print
-m [ --msgtype ] arg Message type printed, -eg: -m 10,11
-r [ --rmsgtype ] arg Message type not printed, -eg: -r 10,11
-s [ --start_time ] arg (=20000101-13:30:00)
start time (%Y%m%d-%H:%M:%S)
-e [ --end_time ] arg (=20200101-00:00:00)
end time (%Y%m%d-%H:%M:%S)
查看内存数据库中指定信息：
$ yjj journal -n TD_CTP -s 20171114-14:40:00 -e 20171114-14:45:00 -d -t -m 206
StartTime: 20171114-14:40:00
EndTime: 20171114-14:45:00
Folder: /shared/kungfu/journal/TD/CTP/
ShortName: TD_CTP
MsgType to Print: 206
[0] (st)1 (so)1 (na)1510641601378381049 (en)0 (vn)20171114-14:40:01 (fl)302 (dl)264 (hl)38 (hs)4109164010 (mt)206 (lf)1 (id)8000122 (er)0 (cn)9999078622
BrokerID: (c11) 9999
UserID: (c16) 078622
InvestorID: (c19) 078622
BusinessUnit: (c21)
InstrumentID: (c31) rb1801
OrderRef: (c21) 124
ExchangeID: (c11) SHFE
TradeID: (c21) 125394
OrderSysID: (c31) 196229
ParticipantID: (c11) 9999
ClientID: (c21) 9999078602
Price: (d) 3946
Volume: (i) 1
TradingDay: (c13) 20171114
TradeTime: (c13) 14:40:00
Direction: (t) Sell
OffsetFlag: (t) Open
HedgeFlag: (t) Speculation
内存数据库导出工具帮助：
$ yjj dump -h
usage: journal_dumper [-h] [-n NAME] [-m MSG_TYPE] [-o OUTPUT] [-v] [-p] [-s START] [-e END]
optional arguments:
-h, --help show this help message and exit
-n NAME, --name NAME journal name
-m MSG_TYPE, --msg_type MSG_TYPE
msg type to dump
-o OUTPUT, --output OUTPUT
output file name
-v, --visualize visualize the time
-p, --print_out print to console while dumping
-s START, --start START
start time (&Y&m&d-&H:&M:&S)
-e END, --end END end time (&Y&m&d-&H:&M:&S)
导出内存数据库中指定信息：
$ yjj dump -n MD_CTP -s 20171114-09:30:00 -e 20171114-16:00:00 -m 101 -o md_20171114.csv
$ head -n 3 md_20171114.csv
TradingDay(c13),InstrumentID(c31),ExchangeID(c9),ExchangeInstID(c64),LastPrice(d),PreSettlementPrice(d),PreClosePrice(d),PreOpenInterest(d),OpenPrice(d),HighestPrice(d),LowestPrice(d),Volume(i),Turnover(d),OpenInterest(d),ClosePrice(d),SettlementPrice(d),UpperLimitPrice(d),LowerLimitPrice(d),PreDelta(d),CurrDelta(d),UpdateTime(c13),UpdateMillisec(i),BidPrice1(d),BidVolume1(i),AskPrice1(d),AskVolume1(i),BidPrice2(d),BidVolume2(i),AskPrice2(d),AskVolume2(i),BidPrice3(d),BidVolume3(i),AskPrice3(d),AskVolume3(i),BidPrice4(d),BidVolume4(i),AskPrice4(d),AskVolume4(i),BidPrice5(d),BidVolume5(i),AskPrice5(d),AskVolume5(i),h_nano(l),h_msg_type(i),h_request_id(i),h_source(i),h_is_last(i),h_error_id(i),j_name(s)
20171114,rb1801,,,3941.0,3860.0,3894.0,1794552.0,3900.0,3950.0,3873.0,821770,32084979660.0,1697634.0,1.79769313486e+308,1.79769313486e+308,4130.0,3589.0,1.79769313486e+308,1.79769313486e+308,14:19:08,500,3941.0,24,3942.0,340,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1510640349349309138,101,-1,1,1,0,MD_CTP
20171114,rb1801,,,3941.0,3860.0,3894.0,1794552.0,3900.0,3950.0,3873.0,821772,32085058480.0,1697634.0,1.79769313486e+308,1.79769313486e+308,4130.0,3589.0,1.79769313486e+308,1.79769313486e+308,14:19:09,0,3941.0,23,3942.0,341,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1.79769313486e+308,0,1510640349845391063,101,-1,1,1,0,MD_CTP
示例中-m参数为信息分类标记，常用的信息分类如下表，全部信息分类可查看源代码 /longfist/longfist/LFConstants.h
| 名称 | 值 | 含义 |
|---|---|---|
| MSG_TYPE_LF_MD | 101 | tick行情数据，在journal/MD目录下相应接口目录下数据库文件中 |
| MSG_TYPE_LF_BAR_MD | 110 | bar行情数据，在journal/MD目录下相应接口目录下数据库文件中 |
| MSG_TYPE_LF_QRY_POS | 201 | 查询持仓请求数据，在journal/strategy/相应策略数据库文件中 |
| MSG_TYPE_LF_RSP_POS | 202 | 查询持仓返回数据，在journal/TD/相应接口目录下数据库文件中 |
| MSG_TYPE_LF_ORDER | 204 | 下单请求数据，在journal/strategy/相应策略数据库文件中 |
| MSG_TYPE_LF_RTN_ORDER | 205 | 下单回报数据，在journal/TD/相应接口目录下数据库文件中 |
| MSG_TYPE_LF_RTN_TRADE | 206 | 成交回报数据，在journal/TD/相应接口目录下数据库文件中 |
| MSG_TYPE_LF_ORDER_ACTION | 207 | 撤单请求数据，在journal/strategy/相应策略数据库文件中 |
| MSG_TYPE_LF_RSP_ACCOUNT | 209 | 撤单回报数据，在journal/TD/相应接口目录下数据库文件中 |
统计分析工具帮助：
$ wingchun report -h
Options:
-h [ --help ] Help screen
-n [ --name ] arg strategy name
-l [ --list ] list all sessions with index
-o [ --order ] show orders
-t [ --trade ] show trades
-a [ --aggregate ] show aggregated latency stat
-d [ --detail ] list order detail nanos
-i [ --index ] arg (=-1) session index
-s [ --start_time ] arg (=20000101-13:30:00)
start time (%Y%m%d-%H:%M:%S)
-e [ --end_time ] arg (=20200101-00:00:00)
end time (%Y%m%d-%H:%M:%S)
委托记录：
$ wingchun report -n band_demo -o
+-----------------------------------------------------------------------------------------------------------------+
| Kungfu order latency report |
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
| order_id | rcv_time | TTT-b(ns) | TTT-a(ns) | ticker | price | volume | offset | dir |
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
| 8000001|20171204-11:01:27| 5779| 43404| rb1801| 3967.0| 1| Open| Buy|
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
| 8000002|20171204-11:01:28| 5297| 51800| rb1801| 3967.0| 1| Open| Buy|
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
| 8000003|20171204-11:01:29| 4965| 45227| rb1801| 3967.0| 1| Open| Buy|
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
| 8000004|20171204-11:01:31| 6469| 51424| rb1801| 3967.0| 1| Open| Buy|
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
| 8000005|20171204-11:01:31| 7800| 52847| rb1801| 3967.0| 1| Open| Buy|
+-----------+-----------------+--------------+--------------+----------+----------+----------+--------------+-----+
成交记录：
$ wingchun report -n band_demo -t
+-------------------------------------------------------------------------------------------+
| Kungfu trade latency report |
+-----------+---+-----------------+--------------+----------+---------+----------+----------+
| order_id |idx| rcv_time | OTR(ns) | ticker | t_time | t_price | t_volume |
+-----------+---+-----------------+--------------+----------+---------+----------+----------+
| 8000000| 1|20171114-14:28:03| 64549194| rb1801| 14:28:03| 3938.0| 1|
+-----------+---+-----------------+--------------+----------+---------+----------+----------+
| 8000000| 2|20171114-14:41:32| 808582415662| rb1801| 14:41:31| 3946.0| 1|
+-----------+---+-----------------+--------------+----------+---------+----------+----------+
| 8000001| 1|20171114-14:28:08| 66985968| rb1801| 14:28:07| 3939.0| 1|
+-----------+---+-----------------+--------------+----------+---------+----------+----------+
| 8000001| 2|20171114-14:42:11| 843622609364| rb1801| 14:42:11| 3948.0| 1|
+-----------+---+-----------------+--------------+----------+---------+----------+----------+
延迟统计：
$ wingchun report -n band_demo -a
+------------------------------------------------------------------------------------------------------+
| Kungfu latency statistics |
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| type | description | mean(ns) | std(ns) | min(ns) | max(ns) | valid | total |
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| TTT | (tick-to-trade) | |
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| | before API | 4323| 3.88215e+03| 2361| 52612| 1000| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| | after API | 50880| 1.61630e+05| 35586| 5064745| 1000| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| STR | strategy calc | 1164| 2.43951e+03| 401| 47234| 1000| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| OTR | (order-to-return) | |
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| | rsp order insert | 0| 0.00000e+00| 0| 0| 0| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| | first rtn order | 39174735| 1.97535e+07| 30131196| 210217560| 1000| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| | first rtn trade | 0| 0.00000e+00| 0| 0| 0| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
| | all rtn trade | 0| 0.00000e+00| 0| 0| 0| 1000|
+------+-------------------+--------------+--------------+--------------+--------------+-------+-------+
注：以上样例主要展示功能性，延迟具体数字在开发机上得到，不具备参考性。关于如何得到更优的延迟数字，稍后会添加相关文档说明。
交易系统支持持仓导出为 csv 文件以及 csv 文件设置为持仓。
查看持仓设置工具帮助：
$ wingchun pos -h
Options:
-h [ --help ] Help screen
-t [ --type ] arg type ("set"/"get")
-s [ --source ] arg source index (eg CTP=1)
-n [ --name ] arg strategy name
-o [ --output ] output to file
-r [ --raw ] print raw data
-d [ --detail ] print user info details
-l [ --list ] list all files
-j [ --json ] arg json_file
-c [ --csv ] arg csv_file format:
ticker, net_tot, net_yd, long_tot, long_yd, short_tot,
short_yd
导出持仓和使用csv文件设置持仓：
$ wingchun pos -t get -n band_demo -s 1 -o -c band_demo.csv
=========== (name) band_demo (source)14 =========
nano: 1514453987908204897 (20171228-17:39:47)
ok: Yes
-------
rb1805 (net)0,0 (long)6,6 (short)6,6 (net_c)0,0 (long_c)0,0 (short_c)0,0
-------
printed to csv file: band_demo.csv
-------
$ wingchun pos -t set -n band_demo -s 1 -c band_demo.csv
set pos from csv file: band_demo.csv
- 0.0.1: 初始化版本
- 0.0.2:
- 修正了 PosHandler 的一个 update 情况的潜在风险
- 修正没有 close 的 file 句柄
- 修正了 memcpy 的潜在越界问题
- 编译选项优化为 O3
- 0.0.3:
- 增强 wingchun report 中的延迟统计工具，新增调用API前的系统内耗时 (TTT before API)
- 0.0.4:
- 增加 FeeHandler 模块，增加策略中的 Pnl 实时计算支持
- 0.0.5:
- 增加对股票交易柜台 xtp 的支持
- 在系统 docker 中增加了 numa（xtp 的依赖），不希望更新 docker 的用户可以通过 yum install numactl 来手动安装
开发文档即将上线，请关注 Taurus.ai 官网。 QQ 交流群 312745666，入群问题答案：taurus.ai