量化交易是指操纵计算机法式和数学模子来停止交易决策和施行的过程。量化交易能够进步交易效率、降低报酬干扰、优化风险办理等。为了便利量化交易的研究和理论，有许多开源的框架和东西能够利用，本文将介绍和阐发几个常见的量化交易开源框架。
1. Backtrader
Backtrader是一个基于Python的主动化回溯测试框架，做者是德国人 Daniel Rodriguez。它能够用于量化投资和机器进修，撑持多种数据源、多种战略、多种目标、多种交易品种等。Backtrader的长处是简单易用，灵敏可扩展，文档丰硕，社区活泼。它的缺点是速度较慢，不撑持散布式计算，不合适高频交易。
2. PyAlgoTrade
PyAlgoTrade是一个开源的Python量化交易框架，源码能够随意看，随意改。它供给了数据处置、战略编写、回测、优化等功用。它撑持多种数据源，包罗当地文件、在线数据和实时数据。PyAlgoTrade的长处是速度快，文档明晰，撑持事务驱动和矢量化两种回测形式。它的缺点是不撑持多品种、多战略、多周期的回测和交易，编写战略比力繁琐，实盘对接的平台较少。
3. vn.py
vn.py 是一套基于 Python 的开源量化交易系统开发框架，在开源社区6年持续不竭的奉献下一步步生长为全功用量化交易平台。目前国表里金融机构用户已经超越600家，包罗：私募基金、证券自营和资管、期货资管和子公司、高校研究机构、自营交易公司、交易所等。vn.py 的长处是功用齐备，笼盖国表里所有交易品种（股票、期货、期权、外汇等），撑持CTA/期权/价差/套利/高频等各类战略类型，并供给了GUI界面和Web界面两种操做体例。vn.py 的缺点是代码构造复杂，进修曲线峻峭，而且部门功用需要付费利用。
4. QuantLib
QuantLib 是一个免费、开源的软件库，是量化金融计算供给一个同一的、综合的软件框架。QuantLib 的源代码由 C++ 编写，并供给了Python等其他语言的接口。QuantLib 能够明晰地描述各类复杂的金融产物，并兼顾了计算速度。QuantLib 的长处是功用强大，
撑持议价、撑持议价、债券、衍生品等多种金融市场，供给了大量的金融手艺目标和战略模子。QuantLib 的缺点是文档不敷完美，利用门槛较高，不合适初学者。
5. RQAlpha
RQAlpha 是一个由米筐科技Ricequant开源的Python算法交易和回测引擎，合适A股市场，是事务驱动的设想。RQAlpha 能够用于战略编写、回测、优化、模仿交易和实盘交易等。RQAlpha 的长处是简洁文雅，撑持多种数据源（当地文件、在线数据和实时数据），撑持多种风险办理东西（行损、行盈、风险控造等），并供给了Web界面和Jupyter Notebook两种操做体例。RQAlpha 的缺点是功用相对单一，只撑持A股市场，不撑持其他交易品种或市场。
6. Zipline
Zipline是美国Quantopian公司开源的量化交易回测引擎，它利用Python语言开发，部门代码利用Cython交融了部门c语言代码1。Quantopian在它的网站上的回测系统就是基于Zipline的，颠末消费情况的持久利用，已经比力完美和不变。
Zipline是一个强大的回溯查验框架，被良多量化交易平台做为底层手艺，包罗Qauntopian, 聚宽等。它供给了数据处置、战略编写、回测、研究等功用3。你能够在当地搭建一个zipline情况，也能够间接在Quantopian网站上利用zipline。
以上就是本文介绍和阐发的几个常见的量化交易开源框架，希望对你有所帮忙。
发表评论