Python量化投資模擬交易平臺1。股票量化投資框架體系1.1在對真實交易進行回測之前，需要對量化交易策略進行回測和模擬，以確定策略是否有效，並對其進行改進和優化。作為壹個普通人，妳能想到的，壹般都做到了。回溯測試框架也是如此。目前小白主要看到以下五種回測框架:Zipline:事件驅動框架，在國外非常流行。缺點是不適合國內市場。PyAlgoTrade:事件驅動框架，最新更新日期16 August 17。支持國內市場，用python 2.7開發，最大的bug就是不支持3.5版本和強大的熊貓。Pybacktest:通過處理向量數據來進行回測。最近壹次更新日期是2個月前，更新不穩定。TradingWithPython:基於pybacktest，重構。參考文獻很少。超金融:github裏的項目兩年前就停止更新了。最新的項目在Google平臺上，但是我打不開網站。有興趣的請自行查看。RQAlpha:事件驅動框架，適合a股市場，有每日數據。這是壹個開源框架，用於對米籃進行回溯測試。相對來說，個人更喜歡這個平臺。模擬仿真交易也是實盤交易前的重要步驟。為了防止發生類似現在某券商的事件，半小時內虧損上億，對整個股市影響惡劣。模擬交易重點在於程序的交易邏輯是否可靠正確，數據傳輸的各種情況是否都考慮到了。目前個人看到並喜歡使用的開源平臺是雪球模擬交易，其次是wind提供的模擬交易接口。比如有礦、米籃、聚寬這些提供的，因為只能在線上平臺測試，所以不是很自由，感覺也不多。雪球模擬交易:後續實盤交易模塊，我們將重點介紹，主要使用壹個開源的easytrader系列。風模擬交易:如果沒有機構版，可以考慮申請學生免費版。具體模擬交易界面請參考以下鏈接:/文檔3實盤，這無疑是我們的終極目標。股票的程序化交易受到了限制。但是對我們所有人來說，總有解決的辦法。目前最常見的就是破解券商網頁版的交易接口，或者使用爬蟲抓取操作。對我來說，我更喜歡easytrader系列輕食者的開源平臺。對於機構用戶，由於資金量較大，安全性和可靠性不建議使用。目前easytrader系列主要有三個組成部分:easytrader:為券商華泰/傭金金寶/銀河/廣發/雪球提供資金，股票自動程序化交易。量化交易組件Easyquotation:以level2十個報價/套的思路實時獲取新浪/Leverfun的免費股票和分級基金報價；easyhistory，用於獲取和維護股票的歷史數據；股票量化框架easyquant，支持行情獲取和交易；2.期貨量化投資框架體系壹直呆在私募或者券商，做股票相關的內容，對期貨不熟悉。根據妳所知道的做壹個簡單的總結就可以了。2.1回測回測似乎沒有壹個非常流行的開源框架。可能有兩個原因:相比股票，期貨門檻更高，機構交易更多，開源更少；從去年開始，對期貨的監管相對嚴格，至今沒有放開。我們只會做壹些CTA攻略，其他很多都有興趣。個人認為，也許風是壹個相對合適的選擇。2.2模擬+實盤vn.py是國內最受歡迎的開源平臺。起源於國內私募的獨立交易系統，2015年初開始的時候只是交易API接口的Python封裝。隨著業界的日益重視和社區的不斷貢獻，它已逐漸成長為壹個全面的交易程序開發框架。如官網所說，該框架側重於交易模塊，但回測模塊不支持。能力有限，如果對相關框架感興趣，請詳細閱讀相關鏈接。我個人的期望是建立壹個基於RQAlpha的回測框架，壹個基於雪球或者wind的模擬框架，用easy系列進行交易。