交易机器人系统架构：交易机器人系统的架构可以采用分布式架构或集中式架构。集中式架构主要由后台服务、API接口、交易核心、交易逻辑四个部分组成，而分布式架构则将交易逻辑放在不同的节点上运行。
量化交易系统的开发需要从策略设计、系统框架搭建到算法实现和优化，From back testing and simulation trading,to final actual trading and monitoring.During the development process,attention needs to be paid to issues such as data quality,algorithm optimization,and risk control to ensure the accuracy,stability,and reliability of the system.
mc=mpf.make_marketcolors(
up='red',
down='green',
edge='i',
wick='i',
volume='in',
inherit=True)
#设置图形风格
#gridaxis:设置网格线位置
#gridstyle:设置网格线线型
#y_on_right:设置y轴位置是否在右
s=mpf.make_mpf_style(
gridaxis='both',
gridstyle='-.',
y_on_right=False,
marketcolors=mc)
#设置均线颜色，配色表可见下图
#建议设置较深的颜色且与红色、绿色形成对比
#此处设置七条均线的颜色，也可应用默认设置
mpl.rcParams['axes.prop_cycle']=cycler(
color=['dodgerblue','deeppink',
'navy','teal','maroon','darkorange',
'indigo'])
#设置线宽
mpl.rcParams['lines.linewidth']=.5
#图形绘制
#show_nontrading:是否显示非交易日，默认False
#savefig:导出图片，填写文件名及后缀
mpf.plot(df,
**kwargs,
style=s,
show_nontrading=False,
savefig='%s_begin%d_end%d'
%(ts_codes,begin_count,end_count)+'.png')
#candlestick2_ochl(ax,opens=opens,closes=closes,highs=highs,lows=lows,width=0.75,colorup='red',colordown='green')
#plt.legend(loc='best')
#plt.xticks(range(len(date)),date,rotation=30)
#plt.grid(True)
#plt.title(ts_codes)
#plt.show
#plot实例
def test_plot():
#绘制曲线
x=np.linspace(2,21,20)#取闭区间[2,21]之间的等差数列，列表长度20
y=np.log10(x)+0.5
plt.figure()#添加一个窗口。如果只显示一个窗口，可以省略该句。
plt.plot(x,y)#plot在一个figure窗口中添加一个图，绘制曲线，默认颜色
#绘制离散点
plt.plot(x,y,'.y')#绘制黄色的点，为了和曲线颜色不一样
x0,y0=15,np.log10(15)+0.5
plt.annotate('Interpolation point',xy=(x0,y0),xytext=(x0,y0-1),arrowprops=dict(arrowstyle='->'))#添加注释
for x0,y0 in zip(x,y):
plt.quiver(x0,y0-0.3,0,1,color='g',width=0.005)#绘制箭头
x=range(2,21,5)
y=np.log10(x)+0.5
plt.plot(x,y,'om')#绘制紫红色的圆形的点
x0,y0=7,np.log10(7)+0.5
plt.annotate('Original point',xy=(x0,y0),xytext=(x0,y0-1),arrowprops=dict(arrowstyle='->'))
for x0,y0 in zip(x,y):
plt.quiver(x0,y0+0.3,0,-1,color='g',width=0.005)#绘制箭头
