首页 区块新闻 国内几大主流量化软件平台大盘点,哪个才是用户心目中的第一选择

国内几大主流量化软件平台大盘点,哪个才是用户心目中的第一选择

工欲善其事,必先利其器。

01

量化编程工具盘点

常用的量化软件有python、matlab、java、C++等。 就开发难度而言,python和matlab比较容易,java和C++比较麻烦。 在运行速度方面,C++和java比matlab和python快。

然而,对于大多数人,尤其是初学者来说,开发所花费的时间远比运行时长。 如果追求速度,可以先制定策略,然后用 C++ 重写。

另外,在量化资源方面,python资源比matlab多,而matlab是商业软件,python是免费开源的。 所以推荐大家使用python。

如果使用 python,最好下载 anaconda。 本软件集成了常用库,免去自己安装的麻烦。

因此,如果你是一个零基础的编程学生,你无疑会选择 Python 作为入门级的量化编程语言。

02

主要量化平台盘点

1、掘金量化(Myquant)

数据方面:掘金提供近10年每日/分钟/Tick级别的股票数据,以及财务、股息分配、行业、板块等数据。 它还提供股票指数期货和商品期货的连续数据。

研究方面:支持Python、Matlab、C、C++、C#语言,提供API接口。

回测方面:支持股票、期货等回测及其混合回测,支持每日、分钟、tick级别的回测。

模拟交易方面:支持股票、商品期货、股指期货等品种的每日和分钟级模拟交易。

实盘交易方面:掘金量化支持股票、期货和两融服务等量化实盘。 实盘开盘需要客户在平台上提交申请和人工审核。 在有权进行实盘交易后,也可以进行手动交易。

掘金量化的社区活跃度还是比较高的。

推荐理由:投研+交易一站式量化投研系统,提供丰富数据、多语言策略开发、tick级回测、模拟模拟、实盘交易、风控、业绩等专业量化服务。 最重要的是本地化终端不需要上传策略。 毕竟,策略的安全性是用户的致命痛点。

2、米筐(Ricequant)

数据方面:提供股票、ETF、期货(股票指数、国债、商品期货)和现货的基本信息。

包括过去10年股票和ETF的每日行情数据、2005年以来的分钟线数据、过去20多年的ETF行情数据和财务数据等。

研究方面:提供基于IPython Notebook的研究平台,支持Python、Matlab、Excel,并提供API。

回测方面:支持股票、ETF、期货等品种的回测,支持每日、分钟级别的回测。

交易方面:米筐还支持股票、ETF、期货等品种的日、分钟模拟交易,以及期货的真实交易。

米筐量化的社区活跃度,也是比较高的。

推荐理由:作为国内外领先的量化解决方案提供商,米筐拥有丰富的开发经验和领先的金融工程模型服务。

3、聚宽(JoinQuant)

数据方面:聚宽提供完整的股市Leve1数据,上市公司财务数据,完整的自2005年起停复牌信息。实时更新市场数据,盘后更新财务数据。

此外,还提供基金(包括ETF、LOF、A/B级基金、货币基金)的行情和净值数据、金融期货数据、股指数据、行业板块数据、概念板块数据、宏观数据、行情数据 , ETC。

研究方面:提供基于IPython Notebook的研究平台,支持Tick级数据,支持Python2和Python3。 提供API(应用程序编程接口)。

回测方面:支持股票、基金、期货等品种的回测,支持每日、分钟、tick级别的回测。

模拟交易方面:支持股票、股指期货、商品期货、ETF等品种的每日、分钟、tick级别的模拟交易。

实盘交易方面:支持多种真实交易,包括股票、外汇基金、期货的自动交易。

相比掘金量化和米筐,聚宽的社区交流活跃度会更高。

推荐理由:聚宽对新手非常友好,有丰富的学习资源和社区交流,平台回测速度也不错。 这是一个很好的平台。 数据、回测、模拟和真实市场都不是很好,但也不错。

4、Bigquant

数据方面:Big提供每日/分钟级别的股票、期货、基金等数据的实时和历史数据,以及新闻和社交媒体等新数据。

研究方面:支持Python,提供AI开发策略,提供API。

回测方面:支持股票、期货等品种的回测,支持每日、分钟、tick级别的回测。

模拟交易方面:支持日、分钟级别的股票、期货等品种的模拟交易。

实盘交易方面:可推送二级交易信号,提供API接口连接交易终端,用户手动交易。

交流社区方面:“Bigquant量化社区”,活跃度较高。

推荐理由:Bigquant是第一个将人工智能应用于量化投资的平台产品。 以AI赋能投资,为投资者提供企业级AI平台、量化投资大数据、AI投研工具、量化成长系统和社区。

5、优矿(Uqer)
数据方面:提供沪深港上市公司2007年以后的财务报表数据,沪深交易所股票基本信息及每日/分钟级报价,港股每日级报价。 商品、债券、宏观行业4个数据。 以及股票/指数、主流媒体数据、主流电商数据等量化因子库。

研究方面:提供类似IPython Notebook的研究平台,仅支持使用Python2进行策略研究,并提供API。

回测方面:优矿支持股票、场外基金、期货、指数等品种的每日、分钟级回测。

模拟交易方面:优矿支持股票、场外基金、期货、指数等品种的模拟交易。

实盘交易方面:暂时无法实现实盘交易。

其实,优矿的社区交流活跃度也是比较高的。

推荐理由:优矿的数据类型丰富,付费数据可以免费试用,有活跃社区(我很喜欢日报,如果有动态大图就更贵了),回测速度非常快,这是我推荐的平台。

6、GFQuant(广发证券旗下)

数据方面:2005年以来的股票行情数据、市值数据、财务数据、上市公司基本信息、融资融券信息,商品期货行情数据,基金行情及净值数据,金融期货数据,股指数据,行业概念数据,宏观数据。

研究方面:GF支持使用Python进行策略研究,提供API。

回测方面:提供股票、期货、基金等品种的每日、分钟级回测。

模拟交易方面:GF支持日、分钟级别、Tick级别的模拟交易。

实盘交易方面:推送后用户手动操作跟单。

GF在社区交流上面,活跃度一般。

7、中信建投

数据方面:中信建设提供股票、ETF、期货(股指、国债、商品期货)的所有基本信息、行情数据、分钟线数据。

研究方面:提供IPython Notebook研究平台支持使用Python进行策略研究,提供API。

回测方面:提供股票、期货、ETF等品种的每日和分钟级回测。

模拟交易方面:中信建设支持日、分钟级别的模拟交易。

中信暂时不支持实盘交易。它的社区交流活跃度也比较低。

03

数据获取的平台盘点

tushare 网址:tushare.pro

Tushare是一个免费、开源的python财经数据接口包。

主要实现股票等金融数据从数据采集、清洗、处理到数据存储的过程,可以为金融分析师提供快速、整洁、多样、易于分析的数据,大大减少他们在数据采集中的工作量, 让他们更容易获取数据。 他们更专注于策略和模型的研究和实施。

baostock 网址:baostock.com
证券宝是一个免费、开源的证券数据平台(无需注册)。 提供大量准确完整的历史证券市场数据、上市公司财务数据等。通过python API获取证券数据信息,满足量化交易投资者、量化金融爱好者、计量经济学从业者的数据需求。

akshare 网址:akshare.xyz
AKShare 是一个基于 Python 的金融数据接口库。 目的是实现股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据以及衍生数据。 一套从数据清洗到数据落地的工具,主要用于学术研究目的。

AKShare的特点是获取相对权威的金融数据网站发布的原始数据。 利用原始数据在各种数据源之间进行交叉验证,然后再进行处理,可以得出科学的结论。

关于作者: 我C你们

起码打十个

热门文章

发表评论

您的电子邮箱地址不会被公开。