量化投资数据平台

⑴ 目前市面上的量化交易平台做到了什么程度

量化交易，从18世纪开始，金融投资的先驱已经开始探索各种不同的投资方法，经过多年的进化，已经尝试了从价值分析、风险套利到日间交易等不同的方向。

---

在当前中国资本市场的变化中，定量投资作为一种新兴的中国市场投资方式，是现代量化投资理论和数理统计方法的运用，在海大历史数据的各种“能带来超额收益的使用计算机技术的高概率事件制定一个模型验证的数量策略和治疗这些规则和策略，和固化的策略来指导投资的严格执行，为了获得可持续的稳定，高于平均水平的超额收益。

⑵ 国内有什么好的量化投资学习平台最好是非编程类的

最近复一些时间，机器学习和制数据挖掘的热门导致了舆论上的小小逆反——大数据和机器学习的东西是否已经被过分吹捧？似乎与之相关的人和事都显得躁动不安。在社会科学研究中，有一个“经济学帝国主义”的说法，大致的意思是，经济学的研究范式被各个社会科学大量借鉴，其研究的范围似乎一望无际，了无边界，令其它学科的学者感到窘迫。如果我们去观察一些社会科学近几十年的发展脉络，我们会意识到，其趋势大致都可以用 “从定性到定量” 来概括。因此，放在这个历史进程中考量，机器学习的崛起无非是这一趋势的延续——过去模糊不定的经验，现在可以通过系统的数据分析证实或是证伪；而那些未曾被察觉的规律，则在机器学习算法的抽丝剥茧下得以浮现纸面。

⑶ 国内量化交易平台的数据库谁最棒

米筐 和 聚宽 支 持股票和金融期货 数据 。 优矿平台 提 供股 票 ，基金 ， 衍 生 品 等数据 ， 比 较 全 面 ， 但 很 多数据 库 都 是 付费 的 ， 免 费 数据 就 比较少 了 。当 然 ，米筐 最近 也是 新 增 了 数据库 。 数据质 量 米 筐和 优矿 的 比 较棒 。

⑷ 国内排名第一的量化交易平台是哪家

米狗量化不错。有几点特别与众不同：

• 不用编程

• 多种模糊化模型

• 全市场实时跟踪

⑸ 哪位推荐一个能够做量化投资的软件吗

量化炒股的话关注（名Z）是用数据分析实际数据展现市场情况的，数据选股、风控，计算机来的比较真实，还有7年日内交易的研发经验，对于做差价特别实用

⑹ 量化投资和大数据有什么关系

量化投资是程序化交易的别称，大数据是互联网统计各个行业的市场信息。
可以针对大数据的分析建立量化模型来进行交易。

⑺ 量化投资者是如何获取实时行情数据的呢

基本都是自己封装CTP接口，程序端实现多账户、多策略的行情信号接收和委托提交/回报处理。也可以用 QuantBox/QuantBox_XAPI · GitHub 这样的封装的比较好、多接口统一API的项目直接整合到程序化平台的项目中使用。

通过程序接口用证券、期货账号登录后订阅品种的行情，证券、商品期货、股指期货、期权（全真模拟，9号就有实盘行情）都可以接收交易所的快照数据（例如商
品、股指都是500ms一个快照，数据结构也比较完整）。然后交易平台可以把行情数据广播给各个策略程序，程序根据量化策略的逻辑判断是否下单？挂单的方
式如何？挂单失败是否追单？如何追单？

策略程序判断要下单，则提交指令到程序化交易平台，平台把各个帐号各个品种中策略的逻辑持仓汇总为实际持仓，然后通过接口提交委托，并且处理委托回报。

行情数据一方面广播给策略程序，一方面自己存数据库，存下来的数据通过完整性检测后，可以自己合成低频率的数据，如
1分钟、30分钟、1小时、日度等等，这些数据会被用于策略回测，也可以用于市场微观结构的观察和研究，例如可以通过优化挂单方式来降低交易滑点。
目前量化投资做的比较好的是微量网www.wquant.com

⑻ chinascope数库的量化投资平台怎么样有参考意义吗

数库公司推出了多因子量化平台，很适合小白和小散用户使用。

平台呈现出专来的是影响股价走属势的相关因子，可以从中选取影响力高的因子，组合成量化策略，进行收益对比分析，得出最理想的股票组合。
（因子，既是选股的参数，数库量化平台的因子数量丰富，包括六大类财务因子，五大类技术因子，近400个指标。）

数库量化平台有更加全面、丰富的因子库，可以根据自己的选股标准，选取单个因子进行分析测评，也可选取多个因子建立量化策略组合，分析结果会以图表形式呈现，简单直观。
（数库量化平台具有全面的因子评价体系，包括：IC分析，收益率分析，换手率分析和月历效应分析等。）

不同牛人推荐的炒股策略，都可以在平台上选取相应因子，进行历史数据回测，验证未来收益。

更新或增减选股指标，需要大量的数据运算，耗时费力，而在数库多因子量化平台，用户可以自由添加、删除、收藏多个因子，仅需几秒钟就可以完成大量的数据运算，操作方便快捷。

数库多因子量化平台专为广大高校财经专业的学生提供了一个良好的学习和实践的机会，很欢迎各大高校学生注册使用此平台。如果在使用过程中出现任何问题和建议，提交意见反馈，对于建议被采纳的用户，数库将给予相应的奖励。

⑼ 如何搭建量化投资研究系统

一、量化投资，数据是基础

量化投资的理念现在越来越被人熟知，不论是在学校还是在职场，对量化投资感兴趣，想要一试身手，甚至是将Quant定为职业目标的人也越来越多。不过许多朋友现在还只是临时搜罗有限的数据，做一些零星的研究、测试和计算。与其这样没有明确目标地小打小闹，不如着手建立一个比较完善的“量化投资研究系统”，下面我将和朋友们分享一下我在这方面尝试的心得。
中国有句古话叫做“兵马未动，粮草先行”，对于量化投资研究而言应该改为“模型未动，数据先行”，高质量的数据是出色研究的基础。需求决定功能，我们要做哪方面的量化投资研究，决定了我们需要哪些数据。
我所理解的量化投资研究大致包括3块内容：
学术化的研究工作，例如金融时间序列分析，这一块研究主要集中在各种金融产品的交易数据上，例如股票、期货、期权的价格，基金净值等等；
构建交易策略或投资组合，这一块研究需要交易数据、宏观经济指标和公司财务数据等等；
策略回测，这一块研究需要大量历史交易数据，用来测试评估交易策略和投资组合。

“天下没有免费的午餐”，为了获得数据，要么付出金钱成本，购买数据终端（例如Wind终端）；要么付出时间成本，自己动手搭建维护一个金融数据库。如果没有机会摆弄万得、彭博，还是毛主席那句话——“自己动手，丰衣足食”。
信息时代，最大的数据源就是互联网，而且在绝大部分情况下，互联网可以提供公开免费的数据。所以我们要搭建的数据库实际上是依赖“网络爬虫”获取互联网上的数据。不过在讨论如何获取数据之前，为了确保将来的工作简单高效，先要“约法三章”：
尽量以下载文件，而不是抓取网页内容的方式获得数据；
尽量减少抓取网页的次数，换言之，一张网页上的数据要尽可能的多；
尽量抓取静态网页内容，而不是动态网页。（有一个简单的规则区别静态和动态网页，如果网页内容变化之后，地址栏里的URL链接跟着变化，就是静态网页，反之则是动态的。）