精华

Panda Quantflow全量源码深度解析文档

大道至简大道至简··894 浏览

Panda Quantflow 全量源码深度解析文档

本文档集是对 PandaAI QuantFlow 量化交易系统的全方位代码审计与架构解析。文档基于源码工程编写,旨在为开发者提供从系统启动、核心模块实现到扩展开发的完整指南。

📖 目录 (Table of Contents)

🔭 项目概览 (Project Overview)

Panda QuantFlow 是一个基于 Python 的模块化量化交易系统,集成了工作流编排、事件驱动回测、实盘交易与 AI 赋能(LLM/ML)功能。

  • 核心语言: Python 3.12
  • 前端框架: Vue/React (SPA)
  • 数据存储: MongoDB (行情/交易记录), Redis (实时状态/缓存)
  • 消息队列: RabbitMQ (分布式通信)

📂 项目结构 (Project Structure)

src/
├── panda_server/       # [中枢] FastAPI 后端,负责 API、工作流编排与消息分发
├── panda_web/          # [界面] 前端静态资源、构建产物与 Monaco Editor 引擎
├── panda_plugins/      # [插件] 工作流节点集合
├── panda_trading/      # [实盘] 交易引擎,包含 CTP 接口、风控层与订单路由
├── panda_backtest/     # [回测] 事件驱动回测引擎,支持股票/期货模拟撮合
├── panda_ml/           # [算法] 机器学习模型抽象基类与接口定义
├── common/             # [基建] 日志、配置管理、数据库连接器 (Mongo/Redis)
├── panda_schedule/     # [调度] 任务调度服务,负责定时任务管理与执行
└── main.py             # 系统统一启动入口

🧩 核心模块详解 (Modules)

系统源码按功能模块划分为以下子文档,点击链接查看深度解析:

模块 职责与核心功能 核心文档
Panda Server 中枢大脑。提供 RESTful API、工作流引擎 (Workflow Engine)、LLM 助手接口。 📄 panda_server.md
Panda Backtest 回测引擎。基于事件驱动架构,支持多品种(股票/期货)历史回测与模拟撮合。 📄 panda_backtest.md
Panda Trading 实盘引擎。对接 CTP 柜台,实现多层级风控、算法交易与订单路由管理。 📄 panda_trading.md
Panda Plugins 插件系统。基于 BaseWorkNode 规范,提供丰富的内置节点(因子/ML)及动态加载机制。 📄 panda_plugins.md
Panda Web 前端界面。基于 Vue/React 的可视化编排器,集成 Monaco Editor 代码编辑体验。 📄 panda_web.md
Common 基础设施。提供全局配置加载、结构化日志、数据库连接池及通用工具库。 📄 common.md
Panda ML 机器学习。定义 ML 模型的统一接口规范,支持 XGBoost/LSTM 等算法集成。 📄 panda_ml.md
Panda Schedule 任务调度。定时任务管理接口(底层主要复用 common/cron 或 Server 调度器)。 📄 panda_schedule.md

🔗 启动链路 (Startup Chain)

🚀 启动链路深度逆向分析

  • 入口分析: 从 main.py 开始,详解 FastAPI 生命周期 (lifespan)。
  • 初始化流程: 数据库连接 -> 插件动态加载 (load_all_nodes) -> 路由注册 -> 中间件挂载。
  • 包含图表: 启动时序图 (Sequence Diagram) 与 核心依赖图谱。

💡 关键概念交叉索引 (Key Concepts)

核心流程

数据流向

  1. 行情接入: panda_backtest (回测) / real_trade_api (实盘)
  2. 因子计算: panda_plugins/internal/factor_build_node.py
  3. 信号生成: panda_plugins (ML模型 / 规则)
  4. 订单执行: panda_trading/extensions/real_trade -> CTP

评论 3

0 / 2000