量化买卖工具链有哪些 中国的 Python
本文目录导航：
中国的 Python 量化买卖工具链有哪些
万得的Python API，可以用来失掉实时数据、历史数据以及下单买卖 好处：万得大而全 缺陷：下单买卖性能不是事情驱动（例如成交报答须要用户去查问，而不是主推）同花顺iFinD的Python API，相似万得的API 好处：比万得廉价，同花顺的服务态度很好（用户提出新需求后很快就能给出确定的回答或许处置打算）掘金的量化平台通联数据的量化平台QuickFix的Python API（可以用来接国信、方正的FIX接口）Numpy/Scipy/Matplotlib/Pandas（量化剖析）IPyhon/Spyder（适宜做量化剖析的IDE环境）Zipline（战略开发回测）TuShare财经数据接口 - 可以间接抓取新浪财经、凤凰财经的网站数据，包含行情、基本面、经济数据等等。
齐全收费，繁复易用，API设计得十分友好，提取的数据格局是Pandas的DataFrame。
同时可以失掉非高频实时数据（取决于网站降级速度，共事阅历大概是15秒），一个极好的非高频股票战略数据处置打算。
恒生电子的量化赢家平台，提供Python接口，链接我点出来后没看到详细的经常使用教程，宿愿回头补一下。
米矿ricequant在我提出这个疑问时兴只要Java的API，起初也允许了Python，等候2016有新的打破。
Python量化买卖实战——经常使用vn.py构建买卖系统
在Python量化买卖的实战中，作者欧阳鹏程经过框架，为读者构建了一个从零基础到实战的教程。
本书分为8章，首先经过第1章和第2章引见环境搭建与Python工具包，为后续买卖战略的成功打下基础。
接着，第3-7章逐渐深化，从繁难到复杂，区分解说了买卖战略、仓位治理、风控以及多种详细买卖战略的成功，如基于目的的买卖战略（如均线、KDJ、MACD等）和基于模型的战略（如ARIMA、SVM等）。
最后，第8章将实践运行于实盘买卖，解说了实盘买卖与回测的区别，以及如何在实践环境中运转战略。
本书适宜对量化买卖感兴味，有必定Python基础的读者，经过详尽的代码示例和深刻易懂的言语，协助读者了解框架和买卖战略。
从环境性能到买卖战略的实战，都为读者提供了明晰的门路。
经过浏览本书，读者将能把握量化买卖的基本原理和的经常使用，为自己的买卖之路奠定松软基础。
量化框架是什么意思
量化框架是一种专门用于回测和买卖的Python工具，它能够协助用户愈加专一于买卖战略、目的和剖析的设计，而不用破费少量期间在基础框架的构建上。
量化框架有许多好处。
首先，它的装置环节十分方便，除了须要装置matplotlib外，简直不须要依赖其余的外部库，从而简化了经常使用流程。
其次，它允许包含ib在内的多个券商的实时买卖接口，为用户提供了一个愈加灵敏和弱小的买卖环境。
此外，量化框架还集成了TA-lib目的库，这不只繁难了用户开发自定义目的，也允许了pyfolio剖析模块的集成，能够提供更深化的数据剖析和可视化性能。
此外，量化框架还允许多种种类的买卖战略，并且运转速度十分快。
这是由于量化框架应用了pandas的矢量运算个性，使得数据处置效率失掉了清楚优化。
同时，它还允许多战略的并行运算，进一步提高了全体性能。
虽然量化框架具备诸多好处，但也有必定的局限性。
例如，关于某些特定的需求或复杂的买卖战略，或许须要启动额外的定制和优化，这或许会参与必定的开发老本和期间。
phper