sanguo/sanguo_vnpy

Fork 0

Files

T

cfdaily 5e6b2d73eb initial-import: 2026-04-11 21:18:55

2026-04-11 21:18:55 +08:00

5.4 KiB

Raw Blame History

sanguo_vnpy NAS 全自动部署方案

📋 方案概述

本方案将 完整的 sanguo_quant_live 三国量化生态 全自动部署到 NAS 环境，并提供完整的测试和执行环境。

包含的完整项目

sanguo_quant_live ⭐ - 三国量化完整生态（核心项目！）
- strategies/ - 所有策略代码
- jiangwei-platform/ - 三国量化实战项目
- pangtong-value/ - 价值投资研究
- zhaoyun-data/ - 数据处理
- guanyu-risk/ - 风险管理
- zhangfei-technical/ - 技术分析
- management/ - 管理工具
- archive/ - 归档资料
sanguo_vnpy - 量化框架项目 (vnpy_project)
jq_essence_articles - 聚宽精华文章调研
其他研究文档 - 所有相关调研报告

核心特性

✅ 一键部署 - 单条命令完成所有准备工作
✅ 完整 Docker 环境 - Jupyter + VS Code + vn.py 全栈
✅ 完整生态 - sanguo_quant_live 全项目整合
✅ 数据持久化 - 所有数据保存在 NAS 上
✅ 示例策略 - 包含完整的回测测试环境
✅ 零手动干预 - 自动化程度最高的方案

🚀 三步完整部署流程

第一步：在 Mac mini 上运行准备脚本

cd /Users/chufeng/.openclaw/workspace-jiangwei
chmod +x sanguo_nas_deploy.sh
sudo ./sanguo_nas_deploy.sh

这个脚本会自动完成：

✅ 挂载 NAS（如未挂载）
✅ 创建完整目录结构
✅ 复制本地策略文件
✅ 生成 Docker 配置
✅ 创建示例策略和测试脚本
✅ 生成部署文档

第二步：SSH 登录 NAS 并启动 Docker

# SSH 登录 NAS
ssh admin@192.168.2.154

# 进入 Docker 目录
cd /volume1/stock/sanguo_vnpy/docker

# 构建并启动（第一次需要 5-10 分钟）
docker-compose up -d

# 查看日志，等待服务启动
docker-compose logs -f

第三步：访问服务并运行测试

在 Mac mini 浏览器中打开：

服务	地址	凭证
Jupyter Lab	http://192.168.2.154:8888	token: `sanguo123`
VS Code Server	http://192.168.2.154:8080	password: `sanguo123`

在 Jupyter Lab 中运行测试：

%cd /app/tests
python test_backtest.py

📁 NAS 上的目录结构

/volume1/stock/sanguo_vnpy/
├── README.md                    # 部署说明文档
├── config/                      # 配置文件
├── data/                        # 数据目录（持久化）
│   └── A股数据/
│       ├── 日线数据/
│       ├── 分钟线数据/
│       └── 财务数据/
├── notebooks/                   # Jupyter 笔记本（持久化）
├── strategies/                  # 策略代码（来自 sanguo_quant_live）⭐
├── jiangwei-platform/          # 三国量化实战项目
├── pangtong-value/          # 价值投资研究
├── zhaoyun-data/           # 数据处理
├── guanyu-risk/              # 风险管理
├── zhangfei-technical/     # 技术分析
├── management/              # 管理工具
├── archive/                 # 归档资料
├── projects/                # 其他项目
│   └── sanguo_vnpy_framework/  # sanguo_vnpy 量化框架
├── research/                    # 研究资料
│   ├── jq_essence_articles/    # 聚宽精华文章
│   └── other/                   # 其他调研报告
├── tests/                       # 测试脚本
├── scripts/                     # 工具脚本
│   └── deploy_on_nas.sh       # NAS 上的部署脚本
├── docker/                      # Docker 配置
│   ├── Dockerfile
│   ├── docker-compose.yml
│   ├── entrypoint.sh
│   ├── requirements.txt
│   └── .env
└── logs/                        # 日志文件

🛠️ Docker 环境包含

组件	说明
Python 3.10	运行环境
vn.py 4.0+	量化框架
Jupyter Lab	策略开发环境
VS Code Server	代码编辑环境
SSH 服务	远程访问
完整依赖	pandas/numpy/matplotlib/TA-Lib

🧪 测试验证清单

部署完成后，按以下步骤验证：

运行 ./sanguo_nas_deploy.sh 无错误
SSH 登录 NAS 成功
docker-compose up -d 成功
docker-compose ps 显示容器状态 healthy
浏览器访问 Jupyter Lab 成功
浏览器访问 VS Code 成功
运行 /app/tests/test_backtest.py 成功
策略文件在 /app/strategies 可见
数据目录 /app/data 可读写

📊 常用管理命令

# 在 NAS SSH 中执行
cd /volume1/stock/sanguo_vnpy/docker

# 查看状态
docker-compose ps

# 查看日志
docker-compose logs -f

# 重启服务
docker-compose restart

# 停止服务
docker-compose down

# 重新构建（修改配置后）
docker-compose up -d --build

🔐 安全说明

默认密码仅供测试：

Jupyter token: sanguo123
VS Code 密码: sanguo123
SSH 密码: sanguo123

生产环境请修改 docker/.env 和 docker/entrypoint.sh 中的密码，然后重新构建。

🎯 总结

这个方案实现了：

✅ 完全自动化 - 几乎零手动干预
✅ 数据安全 - 所有数据持久化在 NAS
✅ 开箱即用 - 包含完整测试环境
✅ 易于维护 - Docker 容器化部署
✅ 灵活扩展 - 可随时添加新策略

只需三条命令，完成全部部署！ 🚀

5.4 KiB Raw Blame History