❶ 國內外期貨程序化交易軟體，文華、金字塔、交易開拓者、易盛、飛狐等，
怎麼可能有不收費的，都是靠這個賺錢的啊，我用過文化和交易開拓者。還在研究MC和MQ。以我的經驗，你的資金量如果大，可以用文華，收費固定。而且文華簡單易懂。交易開拓者我不喜歡用，回測感覺不準，而且對編程能力有要求。文華財經的論壇特別專業，可以隨便提問，固定時間回復，推薦文華。
❷ python回測系統 模擬回測 最簡單量化回測系統有哪些支持期貨和股票
github上有一個jdhc簡單回測 是用python寫的比較簡單，需要設置些參數。
❸ 期貨程序化交易軟體 有免費的么
基本上所有的程序化軟體都是要錢的，開拓者是不收費的，但是手續費要貴一些
❹ 目前哪個程序化軟體可以支持套利程序化歷史回測
用程序化交易軟體自動交易，你盯盤就好，不要干涉首先，要把這個交易策略寫成程序
其次，用程序化交易軟體（比如TB）進行歷史回測，優化參數（警惕過度優化風險）並模擬運行
最後，你要有一套明確可量化的期貨交易策略
然後
❺ 做量化交易一般用什麼軟體
需要懂一些數學模型，比如統計分析、人工智慧演算法之類的，他的本質是利用數學模型分析數據潛在的規律尋找交易機會，並利用計算機程序來搜尋交易時機以及完成自動化交易。並沒有現成的軟體可以做這個，因為它需要一個搭建一個專業的平台，這不是一個人可以完成的。
國內有一些軟體，比如大智慧提供數量分析，還有一些軟體提供股票、期貨的程序化交易。但是實際上這並不是真正意義上的量化交易。事實上，做一款純粹的適合個人投資者的量化投資軟體，難度是非常大的，因為量化策略並不想傳統的基本面、技術面那樣存在已有既定的必然規律。他需要跨越多學科，多領域去挖掘數據的規律，然後利用得出的規律進行交易。但是不同時間、空間的數據的潛在規律並不一致，所以對量化過程進行標准化是一件很難完成的事情。
如果是計算機或者數學專業的人士，可以考慮使用C、C++、SQL等語言，其他的可以使用MATLAB/SAS 等軟體。不管是哪一種軟體，要實現量化交易，肯定是需要一定的建模基礎和編程基礎的，其中最重要的東西是數學能力。
❻ 量化策略一般用什麼平台回測分別有什麼優劣勢
盈時量化策略回測平台，不會編程也能玩轉量化。
盈時「策略機器人」集策略智能生成、策略評估、篩選優化、批量生成等功能於一體的互動式策略生成平台。平台以計算機智能生成演算法為核心，使用了機器學習、模式識別、統計學、可視化技術等人工智慧技術，包含策略構建模塊、混編計算模塊、策略績效優化模塊等組件，在策略優化方面使用了高效的遺傳編程與NSGA-II等演算法，進而充分利用CPU多核心性能，實現多進程同步高效生成策略。
語言：Python
適用人群：期貨投資者（有無編程基礎都可）
資料庫：期貨
回測用時：需要排隊分鍾記
支持的功能：支持將策略使用在交易開拓者的平台，屬於實盤交易。策略給出建議，但需要自己手動確定進行買賣。
自動生成策略原理與簡介：通過設置參數，運用機器學習的方法，一鍵生成源碼策略。
備註：國內首個利用深度學習的人工智慧量化平台，不懂編程也能做量化。
盈時，專注於為客戶提供高品質的量化交易技術咨詢服務和領先的量化交易產品，是一家從事金融數據分析、金融軟體開發、程序化交易演算法與交易策略研究等業務的科技公司。
❼ 國內哪家股票/期貨量化交易平台支持tick級回測
國信tradestation支持股票、期貨、期權交易，你說的量化回測都可以
❽ python量化哪個平台可以回測模擬實盤還不要錢
Python量化投資框架：回測+模擬+實盤
Python量化投資 模擬交易 平台 1. 股票量化投資框架體系 1.1 回測 實盤交易前，必須對量化交易策略進行回測和模擬，以確定策略是否有效，並進行改進和優化。作為一般人而言，你能想到的，一般都有人做過了。回測框架也如此。當前小白看到的主要有如下五個回測框架： Zipline ：事件驅動框架，國外很流行。缺陷是不適合國內市場。 PyAlgoTrade ： 事件驅動框架，最新更新日期為16年8月17號。支持國內市場，應用python 2.7開發，最大的bug在於不支持3.5的版本，以及不支持強大的pandas。 pybacktest ：以處理向量數據的方式進行回測，最新更新日期為2個月前，更新不穩定。 TradingWithPython：基於pybacktest，進行重構。參考資料較少。 ultra-finance：在github的項目兩年前就停止更新了，最新的項目在谷歌平台，無奈打不開網址，感興趣的話，請自行查看吧。 RQAlpha：事件驅動框架，適合A股市場，自帶日線數據。是米筐的回測開源框架，相對而言，個人更喜歡這個平台。 2 模擬 模擬交易，同樣是實盤交易前的重要一步。以防止類似於當前某券商的事件，半小時之內虧損上億，對整個股市都產生了惡劣影響。模擬交易，重點考慮的是程序的交易邏輯是否可靠無誤，數據傳輸的各種情況是否都考慮到。 當下，個人看到的，喜歡用的開源平台是雪球模擬交易，其次是wind提供的模擬交易介面。像優礦、米筐和聚寬提供的，由於只能在線上平台測試，不甚自由，並無太多感覺。 雪球模擬交易：在後續實盤交易模塊，再進行重點介紹，主要應用的是一個開源的easytrader系列。 Wind模擬交易：若沒有機構版的話，可以考慮應用學生免費版。具體模擬交易介面可參看如下鏈接：http://www.dajiangzhang.com/document 3 實盤 實盤，無疑是我們的終極目標。股票程序化交易，已經被限制。但對於萬能的我們而言，總有解決的辦法。當下最多的是破解券商網頁版的交易介面，或者說應用爬蟲爬去操作。對我而言，比較傾向於食燈鬼的easytrader系列的開源平台。對於機構用戶而言，由於資金量較大，出於安全性和可靠性的考慮，並不建議應用。 easytrader系列當前主要有三個組成部分： easytrader：提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易，量化交易組件 easyquotation : 實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情 easyhistory : 用於獲取維護股票的歷史數據 easyquant : 股票量化框架，支持行情獲取以及交易 2. 期貨量化投資框架體系 一直待在私募或者券商，做的是股票相關的內容，對期貨這塊不甚熟悉。就根據自己所了解的，簡單總結一下。 2.1 回測 回測，貌似並沒有非常流行的開源框架。可能的原因有二：期貨相對股票而言，門檻較高，更多是機構交易，開源較少； 去年至今對期貨監管控制比較嚴，至今未放開，只能做些CTA的策略，另許多人興致泱泱吧。 就個人理解而言，可能wind的是一個相對合適的選擇。 2.2 模擬 + 實盤 vn.py是國內最為流行的一個開源平台。起源於國內私募的自主交易系統，2015年初啟動時只是單純的交易API介面的Python封裝。隨著業內關注度的上升和社區不斷的貢獻，目前已經一步步成長為一套全面的交易程序開發框架。如官網所說，該框架側重的是交易模塊，回測模塊並未支持。 能力有限，如果對相關框架感興趣的話，就詳看相關的鏈接吧。個人期望的是以RQAlpha為主搭建回測框架，以雪球或wind為主搭建模擬框架，用easy系列進行交易。
❾ 量化選股策略的創建和回測哪個工具好
策略的最大資金容量和量化策略的回測收益、波動等數據沒有太直接的關系。策略的最大資金容量如何確定是個偏實際應用的問題，一般的策略最大資金容量你很難說出一個具體的准確的數字是多少。
在考慮策略最大資金容量時，可能考慮到的因素有1策略本身的邏輯，2策略交易頻率，3策略交易品種的日內總成交量和總持倉量，4策略交易品種的瞬時掛單量，5資金的風險偏好，6市場上同類型策略的資金容量等等。
今天有空接著之前的繼續寫
一個完整的策略在交易時可以分為以下三步：
1建倉入場
2持有
3平倉出場
1、3這兩個過程，持續的時間越長，交易品種的總成交量越大，那麼策略在交易時的沖擊成本就越少，容量也就越大。
所以高頻交易容量<期貨趨勢類策略容量<股票類策略容量。特別是到高頻交易這個級別，需要觀察瞬時的掛單量來確定有多少交易可以執行，而進一步確定容量有多大。
在2這個過程中，由於價格的波動會出現賬面上的獲利和虧損。這就引出來了第二個總要因素，資金的風險偏好。一般來說，越大的資金對風險的厭惡程度就越高。
所以期貨趨勢類策略容量<期貨品種間套利策略容量<Alpha類股票策略
但成交量在決定資金上限時更重要，所以雖然期貨品種間套利策略風險低於純股票策略，但純股票策略的資金容量更大的原因。
市場常見的策略類型及其資金容量：
高頻交易 100萬——1000萬
期貨趨勢策略 100萬——數千萬
期貨品種間套利策略 1000萬——數億
純股票策略 數千萬——數百億
Alpha類股票策略 數千萬——數十億
❿ 期貨量化交易軟體哪個好
推薦掘金量化交易平台，支持期貨期權股票兩融的量化交易，數據豐富，tick級回測、逼真的模擬環境和合規的實盤交易通道以及豐富的風控系統。