『壹』 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
可以嘗試一下JoinQuant： 聚寬，人人皆為寬客
詳細的API文檔：API文檔 - JoinQuant
免費提供IPython Notebook研究平台，提供分鍾級數據，採用Docker技術隔離，資源獨立、安全性更高、性能更好，同步支持Python2、Python3。
『貳』 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基於vector，不是event based，快得多得多，缺點也明顯。
『叄』 測試一個交易策略，需要注重哪些指標
這個其實要看個人的交易系統了，畢竟技術指標那麼多，我們在交易的時候不可能全部都參考，因此尋找到自己喜歡的或者合適自己的才最重要。
這里推薦你幾個比較常用的，也對交易比較有幫助的幾個macd（雙線）,均線組合（這個非常重要，也非常好用），斐波那契回調區間。
我個人在交易的時候，實際就是用這三個，在進場出場點的選擇上，達到技術指標的共振為好
『肆』 有么有策略交易炒股工具可以選用哪款軟體呢
策略家是真正完整的股票分析系統，清晰的選股決策路線，以宏觀、綜觀、微觀逐層分析回架構，超答越指標買賣點提示的決策工具層次，真正的全方位知識決策體系。數據涵蓋上海深圳十檔行情、金融工程資料庫、研究報告庫等海量數據資源，是當今證券投資行業內不可多得的利器！策略家-功能特色1、 高速深、滬十檔行情分析系統2、 成交力度、交易力道、持倉博弈等特色分析指標3、 價值成長型股票分析系統4、 技術型選股系統5、 投資風格測試、持倉評估、投資組合優化系統6、 研究報告庫、個股全景分析系統7、 搜富錢沿、搜富兵法專家知識系統8、 投資訓練營決策分析訓練系統
『伍』 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
比較成熟的庫可以參考如下幾個：
pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基於vector，不是event based，快得多得多，缺點也明顯。
『陸』 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
ornado 是一個很好的框架，支持非同步處理的功能，這是它的特點，其他框架不支持。另外一點是，Tornado 的設計似乎更注重 RESTful URL。
但 Tornado 提供了網站基本需要使用的模塊外，剩下的則需要開發者自己進行擴展。
『柒』 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
talib,pandas,numpy,scipy,statsmodels,bisect等等。目前，RIcequant量化交易平台支持了多種強大的Python模塊，直接在平台上做研究，可以省去很多的安裝和數據埠對接的煩勞。另外，ricequant量化交易平台也有各種模塊配套的學習資源，幫助你盡快掌握各種模塊的使用，也有相應的模塊的策略，讓你可以更快的學習以及驗證自己的投資想法。
『捌』 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
比較成熟的庫可以參考如下幾個： pybacktest pyalgotrader zipline bt backtrader pybacktest基於vector，不是event based，快得多得多，缺點也明顯。
『玖』 量化交易都有哪些主要的策略模型有什麼好的平台
1. 收集者整理一些常見的技術指標，比方MA，MAD，KDJ，RSI，等，以及一些不常見或自定義的技術指標幾十種，大概50-80種。
2. 收集常用的交易模式大概幾十種，包括網格，突破，斐波那契，波浪，等等。
3. 在一定的初始化條件下，利用上面這些素材進行自由組合，生產處海量的交易系統
4. 利用計算機的大規模計算能力，用歷史數據對上述的交易系統進行回測，根據回測結果優選出若干個盈利能力和資金回撤較小的交易系統。
5. 對優選出的交易系統進一步優化。注意，是對交易模型進行優化，並不是對參數進行過度優化。
6. 擴大測試數據的范圍，比方，由原先的2-3年數據回測擴大到15年數據回測。
7. 最終產生出若干個表現出色的交易系統。這幾個交易系統之間最好有一定的對立關系，而不是連鎖關系，就是說，當用於同一個證券品種交易時，最好同時開啟幾個交易系統，形成互鎖關系，降低風險，減少資金回撤比例。
至於好的平台，建議使用大虎鯨智投或者小蚜蟲股票等。
『拾』 我自己有交易策略，需要找一個程序化交易軟體
測試的話，國內的文化、金字塔、TB、MC 都可以