现在市面上主流的量化交易平台即恒生PTrade和迅投QMT。

其支持股票、可转债、ETF、期权交易等；同时提供多种交易模式，包括量化交易、日内回转交易、篮子交易、网格交易、追涨停、盘口扫单、算法交易，批量埋单，文件单等。更多疑问，欢迎电话或者微信与我联系详询!

量化交易也被称为算法交易，可以被定义为人们通过严谨的研究，系统化地执行交易策略。由于量化交易在全球金融市场的交易量中占据很大比重，且多为机构交易者所使用，很多机构的量化交易员也确实都获得了物理、数学、工程，或者计算机科学方面的硕士、甚至博士学位，这些无形中为量化交易蒙上了一层神秘的面纱。

然而，随着技术的不断成熟及策略的日益多元化，普通的个人投资者（或“散户”）通过学习一些基础的知识、工具和建模方法，也可以建立自己的量化交易系统。

参与量化交易的一般流程：

1、建 模

说白了就是找到哪些“因子”和最终结果是相关的。在实战过程中，有些因子是已知的也是常用的（例如市盈率PE、均线MA等），而要想在市场上赢得超额收益，我们需要发现更多的未知因子、或者是众多已知因子的重组、又或者是已知因子的不同参数的调试，总之就是要充分发挥想象力，去寻求一些新突破

2、回测    

无论我们选取的是基本面因子还是技术面因子，无论我们基于什么高深的理论体系进行模型的搭建，模型有没有用都是需要实践的检验。但是如果一上来就是实盘检验，一来代价高、二来时间长，所以我们通常采用历史数据回测的方式。

简单说，回测（Backtesting）就是在我们设定了某些交易策略的执行条件之后，基于历史已经发生过的真实行情数据，从历史上某一时间点开始，严格按照设定的交易策略条件执行交易，模拟真实金融交易的规则进行买入、卖出，得出该交易策略在这一时间段内的盈利率、最大回撤率等数据。

3、实战    

即便回测反馈再好，没有经过真正的实战，我们也很难说模型是有效的。所以通常回测之后会经历实盘，但为了避免损失过大，为验证而做的实战操作往往是小仓位尝试。

影响实盘效果的原因有以下这些：

资金量越大越容易在买卖时偏离回测数据。（这条我们可以忽略，通常是指机构的大资金量影响了小盘股的正常走势。）

实际情况和历史规律发生偏离。（例如股指期货打开了股市的做空机制、港股通为A股引进了外资等，这些因素都可能使当下走势和历史规律出现偏离。）

发生黑天鹅事件。（例如日本核电泄漏影响中国核电股票的走势、突发的非洲猪瘟影响猪肉及其上下游个股的走势，这些黑天鹅事件是回测无法反应，且实战无法避免的问题。）

心理因素。（心理因素和黑天鹅事件都是考验宽客的判断力，在何种情况下要不要做一些主动干预？有时候积极地干预是有效的，有时候反而是破坏性的。）

4、改进    

经过实战发现问题，或者在新的回测中发现问题，那就需要进行改进。在量化交易过程中整个“建模——回测——实战——改进”的过程往往不是一蹴而就的，而是一个不断改进、不断轮动的过程。

我司上市头部券商，可无门槛办理VIP优质账户，以下是参考费率表！

两款量化软件免费用！支持快速交易通道~