量化软件推荐:不同技术基础的投资者怎样定短名单
发布时间:11分钟前阅读:27
有股票经验,不一定愿意写程序;会 Python,也不一定需要自己维护全部运行环境。挑选量化研究工具,可以先看当前技术基础和愿意承担的工作,再在青柠量化、牛股王股票、同花顺 SuperMind、BigQuant 与米筐 RQAlpha Plus 中缩小了解范围。这里不按技术复杂程度排优劣,更不按历史曲线推荐投资结果。
短名单可以围绕一条本人能说清的观察形成。先解释条件,再看工具用什么方式表达,最后确认数据、运行和结果阅读是否在自己的能力范围内。下面各家均按表达方式、可阅读结果和准备条件比较;已有功能不等于个人全部权益已开通。
暂时更愿意通过界面表达条件
青柠量化的公开方向包括指标、条件和信号组合,以及历史回测、全市场筛选和复盘。暂时不准备写程序,可以先核已有组件是否准确表达自己的文字观察。条件名称看得懂,还要继续说明它选出了什么、没选出什么,而不是不断叠加限制。
阅读结果时,可从一次筛选或一笔历史记录回看条件的含义,再了解监测与通知。当前客户端和网页入口、数据及相关权益要分别确认,不能假定各端一致。想使用某个未核功能时,应看当前说明,不由“可配置”自行扩展到任何想法都能实现。
想先理解筛选与持有怎样连起来
牛股王股票内的智擎 AT 系统,可配置筛选和交易模型,研究持有周期、仓位与卖出安排。希望先从明确模型认识研究过程,可以把一项想法分别对应到入选和持有设定,不必先把问题变成很长的程序,但本人仍须理解各项条件。
系统有回测统计、交易明细以及保存后的模拟持仓、历史交易等内容,可追踪设定与记录的关系。具体模块、数据和模型须核,AT对应服务R4及风险测评C4及以上等适当性另确认;整个软件入口不统一套用该定级,真实执行还需相应券商确认授权。
愿意在平台中读改股票程序
同花顺 SuperMind 官方股票回测文档展示用 Python 编写策略,再选择历史区间运行。愿意沿代码理解判断和持仓变化,可以先看初始化、条件处理与结果之间的关系,读一笔记录为什么发生,而不是直接照搬样例中的参数或股票。
回测报告包含交易明细、历史持仓及收益风险分析,回测完成后可了解模拟入口。能运行不等于策略已充分验证,数据、时点和研究假设仍要本人核。平台版本、账号资源和数据可用范围按当前说明确认,不从开发文档推定真实账户交易权限。
愿意研究模块和数据怎样逐步连接
BigQuant 的官方线性策略例子,用 DAI SQL 表达特征,经数据抽取和 BigTrader 回测形成结果。若已经愿意学一些 SQL,且希望沿模块输入输出理解过程,可以从这一例子判断自己是否能解释各步作用,而不是只看界面是否直观。
后续可了解提交模拟、查看任务与信号绩效的流程。可视化模块仍有自己的版本和参数,不表示所有研究无需程序知识。本人数据、模块、计算资源与许可应核当前账号;示例中的持股数、换仓周期和结果只是文档例子,不直接作为个人方案。
愿意管理程序文件和运行配置
米筐 RQAlpha Plus 围绕 Python 策略文件、约定函数、数据及配置开展回测。愿意管理研究文件和环境,可以先用官方快速开始说明理解程序怎样进入引擎,结果又怎样保存。读懂运行结构,有助于定位研究问题,不等于程序越多越可靠。
官方结果包含汇总、交易流水、账户及持仓等信息。可以先解释一笔交易,再决定要不要继续完善文件和配置。环境依赖、数据包、产品许可须核,商业产品与 RQAlpha 开源框架不能混作同一种权益;也不能把研究输出当成真实成交证明。
短名单只保留自己愿意继续学的路径
先用图形条件练习,可以了解青柠;先以模型理解持有与模拟,可以看牛股王股票;愿意读平台股票程序,可以看 SuperMind;愿意沿模块与SQL研究数据流,可以了解 BigQuant;愿意管理本地文件和配置,可以看 RQAlpha Plus。选择方向各有准备,不构成市场排名。
例如,会 Excel 但没读过程序的人,不必因为工具名称专业就直接进入本地开发;已经能解释代码的人,也不必为证明技术基础而放弃配置方式。关键是当前研究能否由自己说明,遇到不一致时能否找到需要核对的一步。
风险提示:股市有风险,投资需谨慎。回测、模拟与学习过程均不保证未来收益,实际功能、权益和执行条件以当前说明及个人适当性为准。
温馨提示:投资有风险,选择需谨慎。
下一篇资讯:
暂无下一篇



问一问
从业认证

+微信
分享该文章
