数据自己落地，不依赖外部终端
内置存储引擎把实时行情录到本地、收盘后转成压缩历史文件，通过 UDP 广播同时服务多个策略组合。历史数据在交易期全部缓存到内存，读取时直接引用内存切片，省掉数据拷贝。
C++ 核心 · 全品种量化交易框架 · 官方仓库证据
wondertrader量化交易框架：从行情落地到实盘运营的中文上手路径
WonderTrader 是一套以 C++ 写核心引擎、以 wtpy 提供 Python 接口的量化研发交易框架，把行情落地、回测验证、实盘执行与运营调度串成一条链路。它适合要自建交易引擎、自己接柜台的专业开发者与量化团队；如果你只想查行情或做一次研究，另有一条更轻的路线。本文按官方仓库与官方文档整理，不做收益承诺。
项目来源
仓库页面显示约 6.3k Star / 1.2k Fork、MIT 许可、28 个 Tag、17 位贡献者；采集日期 2026-09-16，数值会随社区活动变化。
查看仓库源码
What it solves
它解决的三个问题
官方 README 把定位写成「面向专业机构的整体架构」，落到使用上就是三件事：把行情收干净、把策略跑明白、把账户管住。
一套回测引擎覆盖四类策略
无论用 C++ 还是 wtpy 写的 Python 策略，都进同一个回测引擎；除 CTA 与 SEL 策略外，HFT、UFT 策略与执行单元同样可回测，避免「研究用一套、实盘用另一套」的口径漂移。
组合层管住多个账户
策略先各出目标头寸，组合层每分钟汇总并轧平相反头寸得到净头寸，再分发到多个交易通道。这样同一套策略组合可以按不同资金规模与风险偏好，映射成不同账户的手数倍率。
Modules
四大引擎，先分清不是性能档位
官方 FAQ 明确：四个引擎是按「标的多少、算得多慢、延迟要多少」来分工的，不是同一件事的四档性能。延迟数字为官方自述，测试环境未完整公布。
| 引擎 | 驱动方式 | 适用标的与规模 | 官方延迟口径 | 典型场景 | 注意点 |
|---|---|---|---|---|---|
| CTA（同步策略引擎） | 事件 + 时间驱动 | 标的较少，官方 FAQ 口径为单策略 50 个标的以内 | 未单独公布引擎整体延迟 | 单标的择时、中频以下套利 | 主 K 线闭合且其余已订阅 K 线都闭合后才触发重算 |
| SEL（异步策略引擎） | 时间驱动（异步） | 标的较多，适合策略计算时长超过 1 分钟 | 未单独公布引擎整体延迟 | 多因子选股、截面多空 | 按注册的重算时间调度，支持日内/每日/每周/每月周期 |
| HFT（高频策略引擎） | 事件驱动 | 一般高频或低延迟策略 | 官方口径为 1–2 微秒之间 | 高频挂撤、盘口驱动策略 | 支持 wtpy 开发策略；会把兼容性与应用层对接一并考虑，因此不是极限形态 |
| UFT（极速策略引擎） | 事件驱动 | 超高频、超低延迟场景 | README 写 175 纳秒之内，官方文档写 200 纳秒之内 | 需要极限延迟的自营场景 | 完全从核心项目剥离、不向应用层提供接口，全部 C++ 实现 —— 即不能用 Python 写 UFT 策略 |
| 执行单元（WtExecMon） | 独立执行器入口 | 与策略解耦的算法执行 | 不适用 | 把执行过程单独拿出来做算法交易 | 可把 M+1+N 中「1+N」部分剥离单独使用，用户可实现自己的执行单元工厂 |
| 回测引擎（统一入口） | 按配置切换 cta/sel/hft/exec/uft | 取决于所选引擎 | 不适用 | 研发阶段验证策略 | 官方文档中该配置项的注释把 uft 写作 uf，属原文笔误，实际指 UFT 引擎 |
Setup and route
自建交易引擎，还是先走研究路线？
两条路线服务的目标不同：一个要把策略送上实盘，一个只要先把结论拿到手。完整边界见对比页。
装环境→喂数据→写策略→回测→实盘运维
成本在环境、柜台权限与运维：需要自己编译或安装、自备行情与交易账号、自建风控参数与调度。
安装 EasyClaw→一句话提问
本机技能覆盖行情数据、技术分析、选股、模拟交易与研究回测，但不提供本框架式的 C++ 事件驱动引擎与国内期货柜台直连。
前置条件先说清：自建路线要求 Python 3.8 以上（装 wtpy）或可用的 C++ 编译环境（源码编译），并自备行情与交易账号；EasyClaw 路线只需安装软件，但各技能的 Token、API Key 与网络前提需按技能文档确认。
EasyClaw demo
不想编译？把研究任务拆成一句话
下面这些是本机已核验存在的技能目录（SKILL.md 已读），它们能承接的是「数据与研究」这一段，不承接交易引擎那一段。
| 技能 | 能做什么 | 前置与限制 | 与本框架的关系 |
|---|---|---|---|
| akshare-finance | 股票、期货、期权、基金、外汇、债券、指数、加密货币的行情与基本面数据 | 需 akshare 1.18 及以上；数据来自公开财经网站 | 可替代数据组件中部分免费数据源的取数环节，不提供落地与伺服 |
| tushare-finance | 220+ 个 Tushare Pro 接口：行情、财务报表、宏观指标 | 需 Tushare Token | 与本框架数据辅助模块已封装的 tushare 数据源同类 |
| quant-analyst | 策略回测、风险指标、组合优化、统计套利 | 用 pandas/numpy/scipy；为向量化研究，非 tick 级撮合 | 可做研究阶段验证，不等同事件驱动回测引擎 |
| k-line-tech-analysis | A 股 K 线形态、MACD/RSI/布林带、量价与 Wyckoff 方法 | 只覆盖 A 股，数据源为新浪财经与 Baostock | 补足本框架不做技术指标可视化的场景 |
| futuapi | 港股、美股、A 股行情与模拟/实盘下单，含 SG 期货主连 | 需 OpenD 运行且 SDK 版本匹配；默认模拟环境 | 可承接交易执行，但不覆盖国内期货柜台直连 |
| eastmoney_stock_simulator | 股票模拟组合：持仓、买卖、撤单、委托与资金查询 | 需 MX_APIKEY | 用于策略思路的模拟验证，非柜台实盘 |
EasyClaw 行情数据技能（akshare-finance 方向）实机对话截图：提问「查一下贵州茅台(600519) 最近 60 个交易日的日线行情，算一下区间涨跌幅和年化波动率」，耗时 9 秒返回区间涨跌幅 +6.31%、年化波动率 24.51%。截图为本机 EasyClaw 的运行结果，不是 WonderTrader 的运行结果；WonderTrader 与 EasyClaw 无已证实集成。数据仅供研究，不构成投资建议。
边界说明：以上技能为「本机目录存在且已读 SKILL.md」的已安装状态，不代表运行成功；各技能的数据源、凭据与网络前提需按文档确认。本框架与技能路线之间没有已证实的集成关系，技能侧不提供本框架式的 C++ 事件驱动引擎、组合执行与极速柜台。
Who fits
什么人适合走这条路
按你的真实约束选：有没有柜台权限、要不要多账户、能不能接受编译与运维成本。
| 你的情况 | 建议路线 | 理由 | 先看哪一页 |
|---|---|---|---|
| 有期货或股票柜台权限，要把策略送上实盘 | 自建框架 | 需要事件驱动引擎、组合执行与柜台适配，这些是本框架的核心能力 | 安装与 wtpy → 实盘部署 |
| 同时管理多个账户，策略组合却相同 | 自建框架 | 组合层净头寸 + 账户手数倍率正是为这种场景设计 | 实盘部署 |
| 策略延迟要求在微秒甚至纳秒级 | 自建框架（HFT / UFT 引擎） | HFT 与 UFT 是专门为低延迟场景实现的引擎 | 四大引擎 |
| 策略标的很多，单次计算超过 1 分钟 | 自建框架（SEL 引擎） | 异步时间驱动专为大计算量选股类策略定制 | 四大引擎 |
| 只想先验证一个研究想法，没有柜台账号 | EasyClaw 技能路线 | 免编译、按任务提问，研究阶段不需要实盘链路 | 与 EasyClaw 路线对比 |
| 需要做 7×24 小时的数字货币交易 | 本框架当前不适合 | 官方明确说明：因收盘作业机制，目前不能很好适应 7×24 交易品种 | 数据落地（边界段） |
FAQ
常见问题
答不了的地方一律以官方仓库与官方文档为准，以下不回答案例之外的情况。
WonderTrader 到底是什么？
官方 README 的定位是「基于 C++ 核心模块的，适应全市场全品种交易的，高效率、高可用的量化交易开发框架」，覆盖数据落地清洗、回测分析、实盘交易、运营调度四个环节。它不是一个开箱即用的行情软件，也不提供策略模板库，策略仍然要自己写。
它和 wtpy 是什么关系？
wtpy 是官方为 Python 3 适配的子框架，构建在核心模块之上，让开发者用 Python 写策略、跑回测、起监控服务。核心引擎仍是 C++，wtpy 是应用层外延；官方 README 写「wtpy 可以直接在 python3.8 以上的版本安装」。UFT 引擎是例外：它不向应用层提供接口，只能用 C++ 写。
四个引擎是性能从低到高吗？
不是。CTA 面向标的少的时序策略、SEL 面向标的多的异步选股、HFT 面向一般高频、UFT 面向极限延迟，四者是适用场景的分工。官方 FAQ 特别说明 CTA 适合「单策略 50 个标的以内」，而 SEL 适合「策略计算时长超过 1 分钟」的场景。
官方说的延迟数字能直接当成我的实盘延迟吗？
不能。延迟数字来自官方自述，且仓库与官方文档存在两处口径：README 写 UFT「175 纳秒之内」，官方文档写「200 纳秒之内」；HFT 写「1–2 微秒之间」。官方《延迟优化日记》公开的测试环境是 Intel i9-10980XE、未超频、未关闭超线程。真实端到端延迟还取决于你的柜台、网络与策略计算，需自行压测，本文不做任何延迟承诺。
它和 EasyClaw 是什么关系？
没有已证实的集成关系。EasyClaw 是提供多种技能（行情数据、技术分析、选股、模拟交易、研究回测等）的软件；本框架是需要自建环境与柜台连接的交易引擎。两者层级不同，本框架在 EasyClaw 中的安装与运行状态为「未验证」。适合先做研究的用户可走 EasyClaw 路线，需要实盘引擎的用户仍需自建。
能用来做数字货币交易吗？
官方明确说明限制：因为数据落地依赖收盘作业（默认每日 16:00 做盘后处理），目前不能很好适应 7×24 小时交易的品种，数字货币面临的主要问题正是这个机制。另有部分接口与手数设计已在向小数单位兼容，但这不等于官方支持该场景，实际可行性请以官方文档为准。