分享
注册
1分钟入驻>
+微信
资质已认证
首发回答
这个话题我在论坛上讨论过很多次，结论差不多。按对接期货公司数量、资料质量、更新频率这几点，我说说自己的理解。
用得最多的是天勤量化：对数据科学工具链兼容好，做机器学习量化有先天优势，学习投入需要一定耐心，急于求成的可能会觉得慢，综合来看值得推荐。
重点说下文华财经WH8：零底子入门门槛低，改改模板就能跑。缺点是功能天花板明显，后期想进阶会发现不少东西做不了。
接着是交易开拓者TB：零代码设计入门直观，模板库还行。弱项是灵活性差，做复杂策略费劲。
再说掘金量化：数据实在充足但花费是个大问题，小资金用户性价比极低。
归纳一下：从长远看，天勤的学习投入收益最高，Python能力可以复用。
希望我的经验对你有用！后续有任何问题欢迎交流，开户也可以咨询我。
用得最多的是天勤量化：对数据科学工具链兼容好，做机器学习量化有先天优势，学习投入需要一定耐心，急于求成的可能会觉得慢，综合来看值得推荐。
重点说下文华财经WH8：零底子入门门槛低，改改模板就能跑。缺点是功能天花板明显，后期想进阶会发现不少东西做不了。
接着是交易开拓者TB：零代码设计入门直观，模板库还行。弱项是灵活性差，做复杂策略费劲。
再说掘金量化：数据实在充足但花费是个大问题，小资金用户性价比极低。
归纳一下：从长远看，天勤的学习投入收益最高，Python能力可以复用。
希望我的经验对你有用！后续有任何问题欢迎交流，开户也可以咨询我。
发布于2026-1-27 13:40 七台河
当前我在线
直接联系我
秒答
关注
分享
追问
踩 
举报
687
电话咨询
咨询
15103944474 
