|
大家好，我是喵醬，一枚滬漂轉行學量化的女漢紙，酷愛rap。 工欲善其事，必先利其器。 今天喵醬給大家分享一些量化編程工具、常用量化平臺、數據獲取網站。希望對大家有所幫助。  01 量化編程工具盤點 常用的量化軟件有python、matlab、java、C++。從開發的難度而言，python和matlab都比較容易，java和C++麻煩一些。從運行速度而言，C++、java要快于matlab和python。 不過，對于大部分人而言，尤其是初學者，開發占用的時間遠大于運行時間。如果追求運行速度的話，可以先把策略開發出來，再用C++重寫。 另外，從量化資源而言，python資源多于matlab，而且matlab是商業軟件，python是免費開源的。因此我推薦大家用python。 使用python的話，最好下載一個anaconda。這個軟件將常用的庫都集成好了，免去自己安裝的煩惱。 所以，如果是編程零基礎的同學，入門量化的編程語言毋庸置疑是選擇Python。  官網地址：https://www./ 02 主要量化平臺盤點 1、掘金量化（Myquant）  數據方面：掘金提供近10年日/分鐘/Tick級別股票數據，及財務、分紅送配、行業、板塊等數據。還提供股指期貨、商品期貨的連續數據。 研究方面：支持Python、Matlab、C、C++、C#語言，提供API接口。 回測方面：支持股票、期貨等品種回測及其混合回測，支持日、分鐘、Tick級回測。 模擬交易方面：支持股票、商品期貨、股指期貨等品種的日、分鐘級別的模擬交易。 實盤交易方面：掘金量化支持股票、期貨、兩融等量化實盤，實盤開通需要客戶提交申請和平臺人工審核，具有實盤交易權限后也可以手動交易。 掘金量化的社區活躍度還是較高的。 推薦理由：投研+交易的一站式量化投研系統，提供豐富的數據、多語言策略開發、tick級回測、仿真模擬、實盤交易、風控、績效等專業量化服務。最重要的是，本地化終端運行無需上傳策略，畢竟策略的安全性是用戶的致命痛點。 2、米筐（Ricequant）  數據方面：提供股票、ETF、期貨（股指、國債、商品期貨）、現貨的基本信息。 包括股票、ETF過去10多年以來每日的市場數據，2005年以來的分鐘線數據。ETF過去20多年以來的市場數據和財務數據等。 研究方面：提供基于IPython Notebook的研究平臺，支持Python，Matlab，Excel，提供API。 回測方面：支持股票、ETF、期貨等品種的回測，支持日、分鐘級回測。 交易方面：米筐同時支持日、分鐘級別的股票、ETF、期貨等品種的模擬交易，和期貨的實盤交易。 米筐量化的社區活躍度，也是比較高的。 推薦理由：作為國內外領先的量化方案供應商，米筐擁有豐富的開發經驗和領先的金融工程模型服務。 3、聚寬（JoinQuant）  數據方面：米筐提供2005年至今完整的股市Leve1數據、上市公司財務數據、完整的停復權信息。實時更新行情數據，盤后更新財務數據。 此外還提供基金（包括ETF、LOF、分級A/B基金、貨幣基金）的行情和凈值數據，金融期貨數據、股票指數數據、行業板塊數據、概念板塊數據、宏觀數據、行情數據等。 研究方面：提供基于IPython Notebook的研究平臺，支持Tick級數據，支持Python2、Python3。提供API（Application Programming Interface）。 回測方面：支持股票、基金、期貨等品種的回測，支持日、分鐘、Tick級回測。 模擬交易方面：支持股票、股指期貨、商品期貨、ETF等品種的日、分鐘、Tick級別的模擬交易。 實盤交易方面：支持多種實盤交易，包括股票、場內基金、期貨的自動化交易。 相較于掘金量化和米筐，聚寬的社區交流活躍度會更高。 推薦理由：聚寬對于新手的友好度不錯，有豐富的學習資源和社區交流，平臺的回測速度也可以。是不錯的平臺，數據、回測、仿真、實盤，不算很好但也不算很差吧。 4、Bigquant  數據方面：Big提供日/分鐘級別的股票、期貨、基金等數據的實時和歷史數據，以及新聞、社交等新型數據。 研究方面：支持Python，提供AI開發策略，提供API。 回測方面：支持股票、期貨等品種的回測，支持日、分鐘、Tick級回測。 模擬交易方面：支持日、分鐘級別的股票、期貨等品種的模擬交易。 實盤交易方面：可推送秒級交易信號，提供API接口對接交易終端，由用戶手動交易。 交流社區方面：“Bigquant量化社區”，活躍度較高。 推薦理由：Bigquant是首個將人工智能應用在量化投資領域的平臺產品。以AI賦能投資，為投資者提供企業級AI平臺、量化投資大數據、AI投研工具、Quant成長體系和社區。 5、優礦（Uqer）  數據方面：提供2007年以后的滬深港上市公司財務報表數據，滬深交易所股票基本信息和日/分鐘級別行情，港股日級別行情。大宗商品、債券、宏觀產業4據。以及股票/指數的量化因子庫，主流媒體數據，主流電商數據等。 研究方面：提供類似IPython Notebook的研究平臺，只支持使用Python2進行策略研究，提供API。 回測方面：優礦支持股票、場內外基金、期貨、指數等品種的日、分鐘級回測。 模擬交易方面：優礦支持股票、場內外基金、期貨、指數等品種的模擬交易。 實盤交易方面：暫時無法實現實盤交易。 其實，優礦的社區交流活躍度也是比較高的。 推薦理由：優礦的數據種類豐富，收費數據可以免費試用，有活躍的社區（日報我很喜歡哦，如果有動態大圖就更破費了），回測速度非常快，是我比較推薦的一個平臺。 6、GFQuant（廣發證券旗下）  數據方面：2005年以來的股票行情數據、市值數據、財務數據、上市公司基本信息、融資融券信息，商品期貨行情數據，基金行情及凈值數據，金融期貨數據，股指數據，行業概念數據，宏觀數據。 研究方面：GF支持使用Python進行策略研究，提供API。 回測方面：提供股票、期貨、基金等品種的日、分鐘級回測。 模擬交易方面：GF支持日、分鐘級別、Tick級別的模擬交易。 實盤交易方面：推送后用戶手動操作跟單。 GF在社區交流上面，活躍度一般。 7、中信建投  數據方面：中信建設提供股票、ETF、期貨（股指、國債、商品期貨）的所有基本信息、行情數據、分鐘線數據。 研究方面：提供IPython Notebook研究平臺，支持使用Python進行策略研究，提供API。 回測方面：提供股票、期貨、ETF等品種的日、分鐘級回測。 模擬交易方面：中信建設支持日、分鐘級別的模擬交易。 中信暫時不支持實盤交易。它的社區交流活躍度也比較低。 03 數據獲取的平臺盤點 tushare 網址：tushare.pro  Tushare是一個免費、開源的python財經數據接口包。
 證券寶是一個免費、開源的證券數據平臺（無需注冊）。提供大量準確、完整的證券歷史行情數據、上市公司財務數據等。通過python API獲取證券數據信息，滿足量化交易投資者、數量金融愛好者、計量經濟從業者數據需求。 akshare 網址：akshare.xyz AKShare 是基于 Python 的財經數據接口庫，目的是實現對股票、期貨、期權、基金、外匯、債券、指數、加密貨幣等金融產品的基本面數據、實時和歷史行情數據、衍生數據從數據采集、數據清洗到數據落地的一套工具 主要用于學術研究目的。
以上內容來自網上搜索，希望對大家的量化學習和工作能有所幫助，如果哪位有比較好的平臺可以推薦，歡迎加喵喵的微信，一起探討。
@文章來源于喵喵醬學量化 我是喵醬，滬漂轉行學量化的女漢紙，酷愛rap，日常會分享一些我自己的量化學習經歷和對金融圈的所見所聞，歡迎捧場哈~ |
|
|
