Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

VeighNa (vn.py)

Una plataforma de trading en Python conectada a brókers chinos de futuros y acciones, ahora con un módulo de investigación alfa con ML inspirado en Qlib.

Reseña de ReviewRamble editors · Actualizado

Ver en GitHub Código abierto

Comparte esta página:XLinkedInFacebookRedditWhatsAppCorreo

Nuestra nota

3.8/5

Un marco de trading maduro y conectado a brókers, cuyo módulo de machine learning es un añadido sensato pero modesto, con documentación y comunidad mayoritariamente en chino.

¿Qué es VeighNa (vn.py)?

VeighNa, que se sigue publicando como vn.py, es un marco open source en Python para construir y operar sistemas de trading cuantitativo. Nació en 2015 y se usa sobre todo con brókers chinos de futuros, opciones y acciones A. Incluye un motor de eventos, un terminal de escritorio en PySide6, motores de estrategia para CTA, spreads, opciones, carteras y ejecución algorítmica, y adaptadores para 15 pasarelas nacionales más tres extranjeras, entre ellas Interactive Brokers.

La versión 4.0, publicada en marzo de 2025, añadió vnpy.alpha: un módulo de ingeniería de factores, entrenamiento de modelos y backtesting para estrategias de machine learning. Trae modelos Lasso, LightGBM y MLP y el conjunto de factores Alpha158 tomado de Qlib, de Microsoft.

El repositorio tiene unas 46.400 estrellas y licencia MIT. La versión 4.5.0 se publicó en GitHub y PyPI en octubre de 2026 y admite Python 3.10 o superior, con 3.13 recomendado.

¿Merece la pena VeighNa (vn.py)?

vn.py importa por lo que a Qlib le falta: se conecta a brókers y envía órdenes. CTP, la interfaz estándar de futuros en China, XTP y TORA para acciones A, e Interactive Brokers para mercados extranjeros están detrás de una misma API orientada a eventos, con un gestor de riesgo que limita el flujo de órdenes, su tamaño y las cancelaciones antes de que nada llegue al mercado. La versión 4.0 marcó el décimo aniversario del proyecto, y la variedad de pasarelas refleja una década de uso en fondos privados, sociedades de valores y brókers de futuros.

La parte de IA es vnpy.alpha, añadida en la 4.0. Convierte datos de precios en variables de entrenamiento con un motor de expresiones, entrena modelos Lasso, LightGBM o MLP con una misma plantilla y hace backtests de estrategias transversales o de series temporales sobre las señales. La versión 4.5.0 rehízo su análisis de factores y señales, añadió ejecuciones a VWAP al backtest y corrigió indicadores que mezclaban datos entre contratos. Es deliberadamente más pequeño que Qlib, y el README reconoce a Qlib tanto el diseño como las variables Alpha158.

La pega es el alcance. El README principal, la documentación y el foro están en chino, el README en inglés es una traducción, y la mayoría de las pasarelas solo tienen sentido con una cuenta en un bróker chino. Los sistemas admitidos son Windows 11, Windows Server 2022 y Ubuntu 22.04 o posterior, y la interfaz de escritorio presupone una estación de trabajo, no un servidor sin pantalla. VeighNa Fusion, un producto de investigación asistida que convierte descripciones de estrategias en código, solo se ofrece a través de brókers de futuros asociados y sin precio publicado.

El mantenimiento es constante: cinco versiones desde la 4.0 y solo unas 20 incidencias y pull requests abiertas. Para quien opera en mercados chinos y quiere señales de ML conectadas a la ejecución real es la base open source natural; fuera de ellos, la combinación más obvia es la API de un bróker occidental con Qlib para la investigación.

Dónde se gana su sitio

  • Una mesa CTA de dos operadores en un fondo privado chino

    Operar estrategias de futuros en real con límites de riesgo estrictos

    Conectan la pasarela CTP, cargan las estrategias en el motor CTA y fijan los límites de flujo de órdenes y cancelaciones del gestor de riesgo; el terminal de escritorio muestra posiciones y pérdidas y ganancias diarias. El software es gratuito; los costes son la cuenta del bróker y los datos.

  • Un investigador cuantitativo en una sociedad de valores china

    Entrenar una señal de selección de acciones con ML y operarla desde el mismo código

    Descarga datos de acciones A con RQData o XtQuant, construye variables Alpha158 y entrena LightGBM en el laboratorio de vnpy.alpha, y después pasa la señal al motor de estrategias de cartera y la prueba en simulación antes de operar en real.

  • Un desarrollador en una pequeña firma de trading propietario extranjera

    Prototipar una estrategia orientada a eventos contra Interactive Brokers

    Usa la pasarela ib con el script trader en una sesión tipo REPL, mientras paper_account casa las órdenes localmente con cotizaciones en vivo para que nada llegue al mercado hasta que la lógica esté probada.

Antes de decidirte

Puesta en marcha
En Windows se puede instalar VeighNa Studio, una distribución de Python empaquetada; si no, se descomprime la versión y se ejecuta install.bat, install.sh o install_osx.sh con Python 3.10+. vnpy.alpha necesita los extras alpha: polars, scikit-learn, LightGBM y PyTorch.
Integraciones
15 pasarelas de brókers chinos más Interactive Brokers, Esunny 9.0 y Direct Futures; fuentes de datos RQData y XtQuant; SQLite, MySQL, PostgreSQL, QuestDB, DolphinDB, TDengine y MongoDB; un web trader REST y WebSocket; Excel RTD.
Datos y privacidad
Se ejecuta en local, guarda credenciales del bróker y puede enviar órdenes reales, así que conviene configurar el gestor de riesgo y la cuenta simulada antes de operar en real. El módulo web_trader abre endpoints REST y WebSocket que hay que proteger si se activa.
Coste a escala
El marco es gratuito bajo MIT. Los costes reales son las cuentas de bróker y las suscripciones de datos como RQData; las condiciones de Fusion las fija el bróker asociado y no se publican.
Límites
La documentación en inglés es escasa; las pasarelas que envuelven APIs en C++ deben actualizarse antes de usarlas con 4.x; macOS tiene script de instalación pero no figura entre los sistemas admitidos; script_trader no hace backtests.

Lo bueno

  • Trading real a través de 15 pasarelas chinas más Interactive Brokers
  • Gestor de riesgo previo que limita flujo, tamaño y cancelaciones de órdenes
  • vnpy.alpha añade investigación de factores con ML y backtests en el mismo marco
  • Licencia MIT y versiones regulares

Lo malo

  • Documentación y comunidad sobre todo en chino
  • El módulo de ML ofrece tres tipos de modelo; investigar a fondo exige Qlib o código propio
  • Interfaz PySide6 pensada para escritorio
  • La investigación asistida por IA de Fusion depende del bróker y no tiene precio publicado

Ideal para

Operadores cuantitativos en mercados chinos de futuros y acciones que quieren estrategias con ML conectadas a brókers reales en un único código Python.

Alternativas a VeighNa (vn.py)

VeighNa (vn.py): preguntas frecuentes

¿Merece la pena VeighNa (vn.py)?
Un marco de trading maduro y conectado a brókers, cuyo módulo de machine learning es un añadido sensato pero modesto, con documentación y comunidad mayoritariamente en chino. Le damos un 3.8 sobre 5.
¿Cuánto cuesta VeighNa (vn.py)?
Gratuito y open source bajo MIT. VeighNa Fusion, el producto de investigación asistida, solo se ofrece a través de brókers de futuros asociados; sin precio publicado.
¿Qué inconvenientes tiene VeighNa (vn.py)?
Documentación y comunidad sobre todo en chino; el módulo de ML ofrece tres tipos de modelo; investigar a fondo exige Qlib o código propio; interfaz PySide6 pensada para escritorio; la investigación asistida por IA de Fusion depende del bróker y no tiene precio publicado.
¿Para quién es VeighNa (vn.py)?
Operadores cuantitativos en mercados chinos de futuros y acciones que quieren estrategias con ML conectadas a brókers reales en un único código Python.
¿Cuánto cuesta VeighNa (vn.py) para un equipo o en producción?
El marco es gratuito bajo MIT. Los costes reales son las cuentas de bróker y las suscripciones de datos como RQData; las condiciones de Fusion las fija el bróker asociado y no se publican.
¿Es VeighNa (vn.py) seguro para los datos de la empresa?
Se ejecuta en local, guarda credenciales del bróker y puede enviar órdenes reales, así que conviene configurar el gestor de riesgo y la cuenta simulada antes de operar en real. El módulo web_trader abre endpoints REST y WebSocket que hay que proteger si se activa.
¿Cuáles son las mejores alternativas a VeighNa (vn.py)?
Las alternativas más cercanas que hemos analizado son Qlib, Vibe-Trading y Fincept Terminal.

Respuestas comprobadas el 16 nov 2026.