【从零开始玩量化4】量化投资框架搭建

1. 目标

最开始，先不追求复杂性，搭建一个比较简单的系统，能跑起来是第一步。这篇文章更偏向与方法论，实际例子后面单独写文章分享。

2. 架构图

简单做了一个架构图，是将我最近收集的一些工具，按框架逻辑进行了一个整理，都是免费的，唯一的门槛就是技术，会就能用。下边分模块说一下。

3. 数据获取

数据是一切的来源，做量化，我理解，就是通过对数据的分析，做出一些投资决策的一系列过程。如果可以方便的获取到数据，是做一切的开始。

我尝试过很多方式，最后选择了两种方式：AKShare和同花顺问财。

AKShare

首先说下AKShare，数据范围很广，维护更新及时，项目质量很高，很推荐。之前写过文章【量化工具箱之AKShare】Python开源财经数据接口库，专门介绍，感兴趣的可以看看。

同花顺问财

然后是同花顺问财，可以辅助于AKShare试用，AKShare的主要目标是获取一些常规的数据，但这并不一定能满足你所有的需求，比如，我最近想要一个所有退市股票的数据信息，就没有。那这种比较个性的数据，刚好可以用同花顺问财获取，查询条件直接输入关键词就好了。

关于同花顺问财的程序化获取，可以参考爬虫:破解同花顺网js加密动态生成请求中所需要的cookie这篇文章，这是我全网找到唯一比较好用的方法，亲测好用。

4. 量化策略和回测

这是量化框架的核心部分，主要就是策略和回测两部分

策略

策略这个东西没有一定之规，当量化框架搭建起来以后，这里就是主要的长期工作，研究、回测、模拟、实盘各种策略。主要用到的分析工具就是科学计算三剑客：numpy、pandas、scipy等等，可能还会引入一些统计或者机器学习的工具，之后慢慢积累。

回测

回测是验证策略有效性的方法，是好是坏，拉出来溜溜就知道了。目前我最终选用的回测框架还是backtrader，虽然它已经两年多没维护了，但也没有更合适的了，这个框架教程也比较多，先凑活用着。

jupter notebook

这个工具很好用，调试代码很方便，也可以将自己分析策略过过程用它来记录。

5. 模拟/实盘交易

谋定而后动，量化最终是要实盘的，不然一切就都没有了意义。

模拟

我现在选择使用雪球组合进行模拟，已经可以使用easytrader程序化操作雪球组合调仓，这就能很好的模拟实际交易。

模拟的好处是，你可以同时关注多个策略的运行情况，毕竟实际的投资中，并不可能所有的策略都投入。

实盘

几年前，我也曾用easytrader成功操作过国金证券的客户端下单，但为了稳定性，当时我选用的服务端远程部署，还改了点easytrader的源码。但后来搞通了就没再搞了，毕竟得先有好的策略才能实盘。

虽然说量化的最终目标是实盘，但还是要慎重，当你没有完善的策略和一个稳定的量化系统时，建议慎用实盘功能。

5. 结语

以上大概就是我自己构建一个简单量化交易系统的思路，目前也在实践阶段，散户自己玩玩，并不一定具有专业性，投资有风险，请谨慎参考！