查看文档 · 我们的官网 · 订阅我们的新闻通讯 · 开始使用

---

为什么选择 Blankly？

Blankly 是一个面向算法交易者的生态系统，让任何人都能为股票、加密货币、期货或外汇构建、变现并扩展自己的交易策略。只需修改一行代码，同样的代码就可以用于回测、模拟交易、沙盒测试以及实盘运行。您可以在本地开发，然后通过 Blankly 平台轻松部署、迭代和分享。

Blankly 包的设计在模拟和实盘交易中都具有 极高精度。关于实现高精度模拟的工程考量，请参阅 此处。

开始使用非常简单——只需运行 pip install blankly 和 blankly init 即可。

请访问我们的 官网 和 文档。

---

交易股票、加密货币、期货和外汇

from blankly import Alpaca, CoinbasePro

stocks = Alpaca()
crypto = CoinbasePro()
futures = BinanceFutures()

# 轻松在不同交易所和资产类型上执行相同操作
stocks.interface.market_order('AAPL', 'buy', 1)
crypto.interface.market_order('BTC-USD', 'buy', 1)
# 完整的期货功能集
futures.interface.get_hedge_mode()

回测您的交易、事件、WebSocket 连接以及自定义数据

import blankly
"""
此示例展示了如何基于推文进行回测
"""

class TwitterBot(blankly.Model):
    def main(self, args):
        while self.has_data:
            self.backtester.value_account()
            self.sleep('1h')

    def event(self, type_: str, data: str):
        # 检查是否有关于特斯拉的推文
        if 'tsla' in data.lower() or 'gme' in data.lower():
            # 可以买入、卖出或评估投资组合
            pass


if __name__ == "__main__":
    exchange = blankly.Alpaca()
    model = TwitterBot(exchange)

    # 在这里添加推文的 JSON 数据
    model.backtester.add_custom_events(blankly.data.JsonEventReader('./tweets.json'))
    # 接着添加特斯拉在过去一个月内的价格数据
    model.backtester.add_prices('TSLA', '1h', start_date='3/20/22', stop_date='4/15/22')

    # 进行回测或实盘运行
    print(model.backtest(args=None, initial_values={'USD': 10000}))

更多替代数据示例请参见 此处

精确的回测持仓情况

一键实盘运行

无缝地将您的模型投入实盘！

# 只需将这一行
strategy.backtest(to='1y')
# 改为
strategy.start()

日期、时间和调度会在后台自动调整，使体验更加流畅。

快速入门

安装

1. 首先使用 pip 安装 Blankly。Blankly 已发布在 PyPI 上。

$ pip install blankly

2. 接着运行：

$ blankly init

这将初始化您的工作目录。

该命令会创建 keys.json、settings.json、backtest.json、blankly.json 文件，以及一个名为 bot.py 的示例脚本。

如果您不想使用我们的 init 命令，也可以在 examples 文件夹中找到相同的文件，例如 settings.json 和 keys_example.json。

3. 之后，请将您交易所的 API 密钥插入生成的 keys.json 文件中，或者利用 CLI 提供的密钥输入提示。

更多信息请参阅我们的 文档。

目录结构

工作目录应至少包含以下文件：

project/
   |-bot.py
   |-keys.json
   |-settings.json

补充信息

请确保您使用的 Python 版本受支持。目前该模块已在以下版本上进行了测试：

• Python 3.7
• Python 3.8
• Python 3.9
• Python 3.10

如需更多信息及更高级的操作方法，请参阅我们的 入门文档。

支持的交易所

交易所	实盘交易	Websockets	模拟交易	回测
Coinbase Pro	🟢	🟢	🟢	🟢
Binance	🟢	🟢	🟢	🟢
Alpaca	🟢	🟢	🟢	🟢
OANDA	🟢		🟢	🟢
FTX	🟢	🟢	🟢	🟢
KuCoin	🟢	🟢	🟢	🟢
Binance Futures	🟢	🟢	🟢	🟢
FTX Futures	🟡	🟡	🟢	🟢
Okx	🟢	🟢	🟢	🟢
Kraken	🟡	🟡	🟡	🟡
无密钥回测				🟢
TD Ameritrade	🔴	🔴	🔴	🔴
Webull	🔴	🔴	🔴	🔴
Robinhood	🔴	🔴	🔴	🔴

🟢 = 正常工作

🟡 = 开发中，部分或大部分功能正常

🔴 = 计划中，但尚未开始开发

RSI 示例

我们提供了一些预构建的示例代码，实现了如 RSI、MACD 和黄金交叉等策略，这些示例可以在我们的 示例页面 中找到。

其他信息

订阅我们的新闻！

https://blankly.substack.com/p/coming-soon

Bug 报告

请在 GitHub 的 Issues 页面上报告任何 bug 或问题。

免责声明

交易具有风险。我们不对使用本软件所造成的损失、软件是否适合特定用途，或任何问题和 bug 承担责任。本软件为免费开源软件。

贡献

如果您希望支持本项目，欢迎提交 Pull Request。

许可证

Blankly 根据 LGPL 许可证 进行分发。更多详情请参阅 LICENSE 文件。

每天都有新更新 💪。

艺术作品由 DALL·E 2 创作 - “机器人以合成浪潮风格愉快地进行股票交易”

Blankly 快速上手指南

Blankly 是一个专为量化交易者打造的生态系统，支持股票、加密货币、期货和外汇策略的开发。其核心优势在于代码复用：同一套代码只需修改一行配置，即可在回测、模拟交易（Paper Trading）和实盘交易之间无缝切换。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：支持 Python 3.7, 3.8, 3.9, 3.10
• 前置依赖：已安装 pip 包管理工具

提示：国内开发者建议使用国内镜像源加速安装过程（如清华源或阿里源）。

安装步骤

1. 安装 Blankly

使用 pip 安装主程序包。推荐使用国内镜像源以提升下载速度：

pip install blankly -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 初始化项目

安装完成后，运行初始化命令创建项目结构和配置文件：

blankly init

该命令会自动生成以下关键文件：

• keys.json：用于存放交易所 API 密钥。
• settings.json：项目全局设置。
• backtest.json：回测参数配置。
• blankly.json：Blankly 平台配置。
• bot.py：策略示例脚本。

3. 配置 API 密钥

打开生成的 keys.json 文件，填入您所在交易所（如 Binance, Alpaca, Coinbase Pro 等）的 API Key 和 Secret。

或者，您也可以直接在终端根据 CLI 提示输入密钥。

基本使用

Blankly 的设计理念是“一次编写，随处运行”。以下是最简单的使用流程演示。

统一接口交易

Blankly 提供了统一的接口，让您可以用相同的代码逻辑操作不同资产类别（股票、加密货币等）：

from blankly import Alpaca, CoinbasePro

stocks = Alpaca()
crypto = CoinbasePro()

# 在不同交易所执行相同的操作
stocks.interface.market_order('AAPL', 'buy', 1)
crypto.interface.market_order('BTC-USD', 'buy', 1)

从回测到实盘

您只需要编写一个继承自 blankly.Model 的策略类。通过简单切换调用方法，即可从回测模式转为实盘模式。

策略代码示例 (bot.py)：

import blankly

class MyStrategy(blankly.Model):
    def init(self):
        # 初始化逻辑，例如加载数据
        pass

    def main(self, args):
        # 主循环逻辑
        while self.has_data:
            # 获取账户价值
            self.backtester.value_account()
            
            # 此处编写您的交易逻辑
            # 例如：如果满足条件则下单
            # self.interface.market_order('BTC-USD', 'buy', 0.1)
            
            self.sleep('1h')

if __name__ == "__main__":
    # 选择交易所
    exchange = blankly.Alpaca() 
    model = MyStrategy(exchange)

    # --- 模式切换 ---
    
    # 模式 A: 运行回测 (模拟过去一年的数据)
    # print(model.backtest(to='1y', initial_values={'USD': 10000}))
    
    # 模式 B: 启动实盘/模拟盘交易 (只需注释上一行，取消注释下一行)
    model.start()

运行方式：

1. 回测模式：确保代码中调用的是 model.backtest(...)，运行脚本即可查看策略历史表现。
2. 实盘模式：将代码改为调用 model.start()，脚本将连接交易所进行实时交易（或模拟交易，取决于 keys.json 中的配置）。

日期、时间和调度逻辑会在后端自动调整，无需手动修改策略内部逻辑。