打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
个人从事量化交易,关于量化平台的选择
userphoto

2022.11.18 上海

关注
在个人量化平台的选择上,我感觉还是有点发言权的~

我现在是一名自由职业类型的个人量化交易员,职业交易这种类型的,俗称“xx养家”。我用过的量化平台大致上分为两类,一类是相对资历较老的专量化投资工具集平台类,如老牌的掘金、天软、期货市场的文华、开拓者等等,

其实最早量化投资只是一种泛泛的叫法,比如巴菲特的数量化投资理念,亦是一种量化投资的形式。

关于量化投资,我认为最重要的就是数量化的分析决策思维是最重要的,谈到数量化分析,就离不开数量化分析的工具,这里面从基础数据分门别类的储存、清洗、加工,到数据集发掘复现历史规律的拓展研究,这里面的相关门道,浩如烟海,并非普通个人力所能及。

我个人认为只要是帮助投资者,进行数量化分析决策思维的工具,这一类的软件功能、工具集、插件等等。都应算做量化投资相关素材。

因此,开始越来越多的量化交易工具研究人员,尝试合作抱团。有一些团队尝试着将这些工具集、量化交易的相关素材集成在了某一套系统上,并对外开放使用或者商用,这就形成了“量化交易平台”的说法了。

之前有录过一期关于量化交易平台的视频讲解,推荐大家看看,主要内容有:如何选择量化平台、常见量化平台分析、如何自建平台等等,

点击直接看课
👇👇

比如2015年左右诞生了大量的基于云端的web版量化平台,聚宽,优矿,Bigquant等等。因其核心人员大多来自互联网的原因,这一类的平台大多具备了互联网行业的基因,大多形成了开发环境+数据API集成+可视化界面+分享互动社区的模式。

这一类的平台,因为研究计算基本基于云平台环境,

就产生了一些特定的优势,

比如,开源云端部署,即拿即用,而且贴心的准备了很多的小白入门教程,基本上有一点计算机相关基础的人,都可以直接查看相关API的帮助文档,直接上手开发策略了。当然前提是交易策略思想层面的部分你得提前准备好。

这类平台,对中低频类型的A股市场投研策略来说,如果是小散之类技术指标分析型选手,或者基本面之类的因子研究流派来说,也基本够用了。

另外,像聚宽一类的大一点的平台,已经与一些券商进行了实盘接入的可能性探讨。比如券商反向采购聚宽的量化系统,直接改一个名字叫XX券商量化平台,其实代码层面其实就还是原来聚宽一模一样的。

本来没有这么麻烦的,不过国内对这块管控的要严格一些,不仅要从门槛上堵死你,在投研分析的工具使用权上,也做了限制。如果你是一家私募或者公募量化团队,根本也就没有这些烦恼了。

好在时代在进步,现在个人投资者,只要达到相应的券商要求(某些券商要求X万量化实盘开通门槛),基本上都能实现。

这类云端量化平台,不足的地方也很要命,比如回测速度慢,极慢。

之前有录过一期关于量化交易平台的视频讲解,推荐大家看看,主要内容有:如何选择量化平台、常见量化平台分析、如何自建平台等等,

点击直接看课
👇👇

数据访问层层限制,很多高级一点的数据慢慢都收了费,或者采用了积分制。对新人不友好。

还有就是某些人担心的一点,策略保密性的问题,保密性上确实是个问题,关于保密性,我想说的是,就算各类平台的管理维护团队都是正人君子,仅仅代表他们不会去拿,不代表他们看不到。

所以,如果你对策略的安全保密性有要求的话。这确实是一个很要命的点。

我用过的,股票的类型的平台,聚宽还算是一个不错的选择,期货期权类型,真格量化也是一个不错的选择。当然还有一些其它平台,我多少接触过,但没细研究,但同行业的反馈来说,目前这两个平台针对中小散A股的个人量化投资来说,是值得一试的。至少对提升自身数量化建模意识能力来说,是不错的。赚钱与否还得看你对市场的理解本身。

这类量化平台的痛点,恰恰是另外一些本地化部署的量化平台的特点。

比如迅投QMT系列,这套量化平台采用的是本地化的部署,主流的Python量化开发语言环境,另外这类系统内部嵌入了丰富的报单算法函数,这可能是由于迅投公司前身是基于专业量化投资机构的PB资管软件服务商的原因。这类型的函数在实际实盘开发中经常需要大量运用,尤其是一些涉及到高频交易,大量报撤单一类的算法。比如追价,拆单,算法单等等。这种特点在那些云网络的量化平台上是不具备的,大多需要自己单独去写。我当时运用查看的时候,已经被丰富的报盘函数API给震撼到了。

这类平台,因为本地化布置,所以安全性上得到了极大的提升,尤其是特色数据的访问获取也有了实现的可能,比如你可以在本地加工一些计算好的特色化历史数据,再代入进行运算。这样下来,回测速度上也得到极大的提升。

这类平台还有一个特别大的优势,那就是基本大中小券商基本都有采购,你只需要向券商申请开通使用就是了,估计会有一些资金的开户门槛。

而且迅投系统还有丰富的多帐户管理系统,以及风险控制系统,以及与普通报盘界面嵌套合作的方式,更加的适用于一些专业量化研发团队。

当然这类平台,也有不足的地方,比如只能限定IP与硬盘地址,且不能多点登陆之类的。

期货量化平台,可选择性就太多了,比如老牌的文华财经,以及交易开拓者等等。另外还有一些基于python的本地量化平台也是可以的,比如VNPY这种。时至今日,期货市场的程序化交易氛围是大大强于A股的。因为各方面原因的制约,A股我个人认为仍处在相对农耕时代一些,A股市场是地主,与韭菜遍地的市场。

而期货市场我认为相对更文明一些。文明的原因,恰恰是因为期货期权市场上,拥有一群专业化投资人员,以及数量化的投资分析工具,还有监管层对程序自动化的开放包容性。

如果是ETF指数期权,真格量化平台也是不错的选择,因为我有在这个平台上实现了一些其它平台不能实施的策略,比如宽跨市策略。

总的来说,个人量化我认为路径众多,还是得针对自己所处的市场,资金体量大小,策略类型来决定开发平台。

个人量化,前路漫漫。

谢谢你的关注与点赞!

我愿意和你一起交流,一起聊金融证券、聊量化交易,共勉前行。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
工具策略多样化 量化交易进入2.0时代
20230701 历史性机会,吃肉!
期权量化交易工具有哪些?这几款软件值得收藏
Python量化交易学习笔记(0)
什么是水母量化?
量化交易如何接入券商API接口
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服