【投资与量化投资】学习笔记

关于投资

股票投资分析流派

关于量化投资

量化投资一般流程

• 策略设计：基于金融理论、历史数据或其他分析方法，构建量化投资策略的想法。

• 回测验证：使用历史数据对策略进行回测，检验策略的有效性和可行性，以及找到优化策略的方法。

• 模拟盘验证：使用虚拟账户和资金进行模拟交易，检验策略在实际市场中的表现，调整和优化策略。

• 实盘交易：经过前面的验证和优化后，将策略投入实际交易中执行。

量化投资平台

平台名称	数据方面	研究方面	回测方面	模拟交易方面	实盘交易方面	交流社区方面
聚宽（JoinQuant）	提供2005年至今完整的股市Leve1数据、上市公司财务数据、完整的停复权信息。实时更新行情数据，盘后更新财务数据。此外还提供基金（包括ETF、LOF、分级A/B基金、货币基金）的行情和净值数据，金融期货数据、股票指数数据、行业板块数据、概念板块数据、宏观数据、行情数据等。	提供基于IPython Notebook的研究平台，支持Tick级数据，支持Python2、Python3。提供API（Application Programming Interface）。	支持股票、基金、期货等品种的回测，支持日、分钟、Tick级回测。	支持股票、股指期货、商品期货、ETF等品种的日、分钟、Tick级别的模拟交易。	和第一创业合作，支持股票、场内基金、期货的自动化实盘交易。	“聚宽社区”，活跃度很高。
掘金（Myquant）	提供近10年日/分钟/Tick级别股票数据，及财务、分红送配、行业、板块等数据。还提供股指期货、商品期货的连续数据。	支持Python，Matlab，C，C++，C#语言。提供API。	支持股票、期货等品种回测及其混合回测，支持日、分钟、Tick级回测。	支持股票、商品期货、股指期货等品种的日、分钟级别的模拟交易。	需要客户申请和人工审核，具有实盘交易权限后可以手动交易。	“掘金量化社区”，活跃度较高。
Bigquant	提供日/分钟级别的股票、期货、基金等数据的实时和历史数据，以及新闻、社交等新型数据。	支持Python，提供AI开发策略。提供API。	支持股票、期货等品种的回测，支持日、分钟、Tick级回测。	支持日、分钟级别的股票、期货等品种的模拟交易。	可推送秒级交易信号，提供API接口对接交易终端，由用户手动交易。	“Bigquant量化社区”，活跃度较高
米筐（Ricequant）	提供股票、ETF、期货（股指、国债、商品期货）、现货的基本信息。股票、ETF过去10多年以来每日市场数据，股票、ETF在2005年以来的分钟线数据。ETF过去20多年以来的市场数据和财务数据。期货从1999年以来的每日行情数据。期货2010年以来的分钟线数据。中国50 ETF、商品期权的日、分钟数据。舆情大数据。	提供基于IPython Notebook的研究平台，支持Python，Matlab，Excel。提供API。	支持股票、ETF、期货等品种的回测，支持日、分钟级回测。	支持日、分钟级别的股票、ETF、期货等品种的模拟交易。	提供期货的实盘交易。	“米筐量化社区”，活跃度较高。
真格量化	主要是商品期货、期货期权、金融期货、股票期权等金融衍生品的数据。	支持使用Python进行策略研究。提供API。	主要提供期货、期权的日、分钟、Tick级别的回测。	使用第三方模拟交易平台，主要提供期货、期权的日级别的回测。	主要提供期货的实盘交易。	“真格量化社区”，活跃度一般。

（表格摘自Datawhale量化开源课程）

参考学习教程【Datawhale量化开源课程】