一、初学者必备的知识条件

1. 金融知识&交易经验

了解股票、债券、期货、期权等金融产品的交易原理，掌握投资组合理论，这是量化交易策略设计的基础。且经过多年的手动交易经验，对策略的盈利模型也会了然于心，并且根据交易品种的不同，面对要交易北交所、科创板、创业板、可转债这些品种时，是必须要交易年限开通对应的交易权限的。

2. 数据与统计学知识

熟悉概率论、数理统计、时间序列分析等，这些知识有助于理解和构建量化模型且分析金工研报挖掘因子。

3.编程能力

Python 是量化交易中应用极为广泛的编程语言，且简单易学、功能强大，附带多个第三方库帮助我们做数据分析，个人需要系统学习 Python 的基础语法、数据结构（如列表、字典等）、函数、面向对象编程等知识，同时要熟练掌握一些常用的量化相关库，比如用于数据获取的 tushare、用于数据分析的 pandas、用于可视化的 matplotlib 以及用于策略开发和回测的 backtrader 等。

4、法律法规意识

量化交易需要遵守相关的法律法规，包括证券法、期货法、等方面的规定，投资者需要确保自己的交易行为合法合规。

工具与平台

1、量化交易平台

对于量化初学者而言，不建议自己搭建量化框架/平台，应该以实现量化策略为主，把数据获取清洗、回测框架搭建和对接实盘接口等“脏活累活”交给专业团队打理，因此强烈建议使用现成的第三方量化平台，不要重复造轮子，这里给大伙儿推荐一些：

聚宽JoinQuant：API与PTrade类似

数据：正式账号提供2005年至今完整的股市Leve1数据、上市公司财务数据、完整的停复权信息。实时更新行情数据，盘后更新财务数据。此外还提供基金（包括ETF、LOF、分级A/B基金、货币基金）的行情和净值数据，金融期货数据、股票指数数据、行业板块数据、概念板块数据、宏观数据、行情数据等；测试账号只提供前15个月-前3个月历史数据。

研究：提供基于IPython Notebook的研究平台，支持Tick级数据，支持Python2、Python3。提供API。

回测：支持股票、基金、期货等品种的回测，支持日、分钟、Tick级回测。

模拟交易：支持股票、股指期货、商品期货、ETF等品种的日、分钟、Tick级别的模拟交易。

实盘交易：目前与一创合作已于2024年12月29日终止，无法实盘交易，仅做策略研究。

优矿Uqer：

数据：2007年以后的沪深港上市公司财务报表数据，沪深交易所股票基本信息和日/分钟级别行情，港股日级别行情。日/分钟级别的场内基金行情、日/分钟/Tick的期货行情、日/分钟级别的指数行情、日/分钟/Tick级别的期权行情。大宗商品、债券、宏观产业数据。以及股票/指数的量化因子库，主流媒体数据，主流电商数据等。

研究：提供类似IPython Notebook的研究平台，只支持使用Python2进行策略研究。提供API。

回测：仅支持股票、场内外基金、期货、指数等品种的日、分钟级回测。

模拟交易：支持股票、场内外基金、期货、指数等品种的模拟交易。

实盘交易：暂时无法实现实盘交易。

米筐RiceQuant：

数据：提供股票、ETF、期货（股指、国债、商品期货）、现货的基本信息。股票、ETF过去10多年以来每日市场数据，股票、ETF在2005年以来的分钟线数据。ETF过去20多年以来的市场数据和财务数据。期货从1999年以来的每日行情数据。期货2010年以来的分钟线数据。中国50 ETF、商品期权的日、分钟数据。舆情大数据。

研究：提供基于IPython Notebook的研究平台，支持Python，Matlab，Excel。提供API。

回测：仅支持股票、ETF、期货等品种的回测，支持日、分钟级回测。

模拟交易：支持日、分钟级别的股票、ETF、期货等品种的模拟交易。

实盘交易：提供期货的实盘交易。

掘金量化：API与QMT类似数据：提供近10年日/分钟（6个月）/Tick（5日）级别股票数据，及财务、分红送配、行业、板块等数据。还提供股指期货、商品期货的连续数据。

研究：支持Python（内置编译环境），Matlab，C，C++，C#语言等（需要借助外部IDE环境），提供API接口。

回测：支持股票、期货等品种回测及其混合回测，支持日、分钟、Tick级回测。

模拟交易：支持股票、商品期货、股指期货等品种的日、分钟级别的模拟交易。

实盘交易：支持股票、期货、两融等量化实盘，实盘开通需要客户提交申请和平台人工审核，具有实盘交易权限后也可以手动交易（缺点是实盘交易需提高交易佣金）。

迅投QMT：数据：提供近10年日/分钟（6个月）/Tick（1年）级别股票数据，及财务、分红送配、行业、板块等数据。还提供股指期货、商品期货的连续数据。

研究：支持Python（内置编译环境）和极少券商支持的mini QMT（原生Python，如VScode、pycharm等外部IDE环境），Matlab，C，C++，C#语言等（需要借助外部IDE环境），提供API接口。

回测：支持股票、期货等品种回测及其混合回测，支持日、分钟、Tick级回测。

模拟交易：支持股票、商品期货、股指期货等品种的日、分钟、Tick级别的模拟交易。

实盘交易：支持股票、期货、两融等量化实盘，实盘开通需要客户提交申请和平台人工审核，具有实盘交易权限后也可以手动交易（目前最主流的量化交易终端之一，覆盖面广，推荐后台私信开通）。

策略运行模式：本地运行，策略安全

PTrade：

数据：提供近10年日/分钟（6个月）/Tick（1年）级别股票数据。

研究：支持Python语言，提供API接口。

回测：支持股票、两融等品种回测及其混合回测，支持日、分钟级回测。

模拟交易：支持股票、两融、可转债、ETF申赎等品种的日、分钟、Tick级别的模拟交易。

实盘交易：支持股票、两融等量化实盘，实盘开通需要客户提交申请和平台人工审核，具有实盘交易权限后也可以手动交易（目前最主流的量化交易终端之一，覆盖面广，推荐后台私信开通）。

策略运行模式：券商云端运行，速度较快。

2、数据获取

数据是量化交易的核心资源。初学者可以通过上述量化平台提供的数据接口获取市场数据，也可以使用专业的第三方金融数据服务商，如Wind、同花顺、Tushare等。

03资金要求与心理准备

1、资金要求

合理分配资金，避免过度杠杆。建议实盘资金从小资金开始，积累经验后再逐步增加。但是，如果要申请量化交易软件的话，是需要向有量化交易软件的证券公司申请（不能单独向量化交易软件开发商申请），那么这时证券公司就会对投资者设置一些资金门槛要求。这个门槛最低是多呢？下面这家券商的资金门槛最低为2万元。也就是说投资者的证券账户资金只要满足2万元，就可以申请量化交易软件实盘端接口。大部分券商是50万元至100万元之间。但是有些券商以“需要认真专业投资者为由”，把门槛会调制300万元。

2、心理准备

量化交易需要耐心和毅力，策略的开发和优化是一个长期的过程。初学者需要保持冷静，避免因短期的亏损而放弃，即使是量化交易，个人在操作过程中也很难完全摆脱情绪的干扰，当策略出现短期亏损或者面对市场极端行情时，可能会不理智地修改策略、提前止损或者过度交易等，破坏了量化交易原本应有的纪律性和系统性。

04量化开户流程

在说到量化交易开户流程时，我先要明确一个概念，就是量化交易程序终端是不具备实盘交易功能的，是开发公司开发出来与证券公司合作外接的交易接口；就好比QMT来说，是迅投这家公司开发的QMT，证券公司做了反采之后进行的定制化开发的版本，本质差不大，主要的就是可以进行实盘交易了，因为监管对于交易接口的管控极为严格，证券公司不能随便外接交易接口，所以如果要进行量化实盘交易的话，就必须要在有量化交易软件的证券公司开户，然后让证券公司的客户经理教你申请量化交易。具体步骤的话非常简单，只要你开通证券账户以后，并且满足了该券商的“申请量化交易资金门槛”要求，就可以进行申请了。据我所示，有些券商说个人做量化交易的话，必须要满足“专业投资者”要求（300万资金才可成为专业投资者），亦或者是满足高资金门槛才能申请开通。下面是我接触的一家券商线上申请的界面，非常方便，省去了很多报备流程上的麻烦，不管是开户量化交易，还是线上报备，在该券商的官方APP上便可全程线上无纸化申请，下方为操作页面：

开户注意事项&优惠福利

1、券商账户是否支持各类三方交易软件，如同花顺、通达信、东方财富、雪球等

2、券商APP功能是否丰富齐全，如智能条件单、网格交易、自动理财等

3、是否支持低门槛开通量化交易终端，比如QMT/PTrade等

4、开户是否支持开通极速交易柜台、VIP交易通道、L 2十档行情等交服工具

5、融资融券账户是否支持全程线上开通

6、是否支持开通T0底仓增强策略算法功能