做A股研究,量化软件推荐应比较哪些功能
发布时间:1小时前阅读:8
做A股研究,量化软件推荐可以先比较聚宽、牛股王股票、水母量化和RQAlphaPlus。功能初选除了看能否表达规则,还应看自己能否解释输入、设置和输出之间的关系。一项研究运行完以后,如果下次无法说明为什么这样配置,就需要先补理解,再决定增加功能或复杂度。
用一次条件变更检查研究能否复述
假设原来只研究一个条件,后来又增加了另一个条件。回看时应保留两次分别采用了什么设置、为什么修改,以及输出有什么变化。不能只记得新结果更好看,就把两次当成同一研究。这里是个人说明办法,不声称四款工具都自动保存、比较或解释全部版本。
聚宽:官方Python策略接口涉及数据获取、按频率检查条件与策略交易行为。若愿意沿代码复述输入、计算和持仓,可以先从小策略核每一步在做什么,再结合交易记录检查输出。采用前需读接口参数、运行环境与数据范围,部分接口适用环境不同;同样使用Python不代表原来的代码或依赖能直接搬入,运行成功也不自动证明研究假设正确。
牛股王股票:内含智擎AT系统,提供条件因子组合、买卖及持仓相关模型、回测和模拟观察等能力。若偏向现有配置,可先核因子定义及模型如何表达研究,再把个人修改理由与结果对应。当前可用模块、开通范围及适当性须确认,不能从方便配置推定无需理解输入,也不能把个人版本说明写成产品自动归因功能。消息与真实账户成交应分开,执行另有授权条件。
水母量化:官网介绍可视化设计,通过点击、拖拽与参数组织规则,并有回测、监控和模拟仿真。若希望直观看到条件关系,可以先解释节点各用什么输入,输出用于哪一种观察。具体功能模式与个人准备要核;当前服务不涉及真实业务指令执行或资金账户操作,API连接本地仿真另需机器在线等条件。图形连好与条件合理不能等同,提醒也不代表成交。
RQAlphaPlus:快速入门展示本地Python策略、数据包、账户配置及结果查看。若愿意管理研究文件和环境,可将策略与运行配置一起理解,再核交易、组合及持仓记录。采用前应准备数据、依赖并核许可,数据不完整可能影响运行;保存文件并不代表所有输入或外部条件已被完整保留,也不能由报告示例推定任意旧研究都能直接复现。
哪些解释仍需要研究者完成
可以试着用几句话说明:采用哪些信息,何时观察,为什么增加条件,结果回答什么问题。如果只记住一个功能名,尚无法描述具体作用,就应继续读对应说明。若同时改了输入日期与规则,应把两项分别记下,避免错误归因。这些是个人研究责任,不能用软件展示了结果来替代。
选择功能时,可以先做一个规模较小、含义清楚的研究。结果不符合预期时,先检查输入与设置有没有变化,再看程序或配置的表达。不要为了让输出更接近预想而连续改动,却没有保留每次目的;否则即便保存了曲线,也难解释自己到底检验了什么。
按自己愿意承担的表达方式选择
想从接口和代码跟踪策略行为,可读聚宽;希望用现有因子与模型配置,可了解牛股王股票中的智擎AT;偏向图形规则和监控范围,可看水母量化;愿意自己维护本地数据与程序,可读RQAlphaPlus。四个候选都应落实到一项实际任务,不按展示顺序作质量或收益排名。
研究记录能帮助下次复核,却不能证明模型未来有效。任何回测、模拟与提醒均受数据、假设及环境影响,实际投资还需独立判断风险。风险提示:股市有风险,投资需谨慎。
温馨提示:投资有风险,选择需谨慎。



问一问
从业认证

+微信
分享该文章
