金融


国内量化平台的比较

盈时成立时间:2016.06服务:1.选取参数,自动生成策略(需要购买次数)2.购买别人的策略语言:   Python   目标客户:   期货投资者(有无编程基础都可)   数据库:   期货   回测用时:   需要排队分钟记   支持的功能:   支持将策略使用在交易开拓者的平台,属于实盘交易。策略给出建议,但需要自己手动确定进行买卖。优势: 1.对期货做策略(竞争少)2.运用机器学习,理论更新颖3.能够自己代入实盘   自动生成策略原理与简介:   通过设置参数,然后通过机器学习的方法,判断期货应该如何交易才能盈利。备注:国内首个利用深度学习的人工智能量化平台聚宽   成立时间:   2015.05   服务:  1.选取参数,自动生成策略 2.可以自己编写代码,生成策略(有代码显示)   语言:   Python, R   目标客户:   有经验的quant   数据库:   全面   回测用时:   分钟记(动图的形式)   支持的功能: 1.支持日级、分钟级回测2.支持日级、分钟级、tick级模拟交易3.免费提供A股行情、财务数据、指数数据、基金数据   优势: 1.期货,期权有数据,但得自己做2. 支持回测中访问网络3.社区活跃,有很多不错的ETF策略4.有销售策略活动5.Api丰富且友好   自动生成策略原理与简介:   通过设置的参数,不断筛选股票池里的股票,然后根据市场变动,判断是否进行操作。(打分法)   备注: 1. 门槛低,人人皆可为宽客2. 可设置股票是否复权优矿   成立时间:   2015.10   服务:   可以自己编写代码,生成策略(有代码显示)   语言:   Python   目标客户:   刚入门的quant,有编程基础   数据库:   全面   回测用时:   以秒记(动图的形式)   支持的功能: 1.IPython Notebook与回测引擎的整合可做参数优化2.支持分钟线回测及日数据仿真交易3.CAL库支持了不少常用的不常用的金融算法4.可自定义library,复用自己的模块   优势: 1.数据全面2.有比赛可以进行交流 3.有适用于高频交易的专业版备注:   比赛的形式还是挺吸引人的   Ricequant成立时间:   2014.12   服务:   需要自己编写代码生成策略   语言:   Python,Java   目标客户:   有经验的quant   数据库:   A股(2005年至今)   回测用时:   分钟回测   支持的功能: 1.针对 FOF 投资的 CRM 功能2.支持用户分组3.自动邮件提醒4.数据更新选项  优势: 1.使用RQBeta回测绩效分析,结果展示丰富2.视觉设计和文档做的非常棒,特别是回测结果页面,看着很舒服3.定期举办比赛BigQuant 成立时间:   2016.04   服务:   选取参数,自动生成策略(使用机器学习,并配有代码)   语言:   Python目标客户:   一般股民   数据库:   A股   回测用时:   十分钟   支持的功能: 1.因子可供选择得很多2.有基础知识教程   优势: 1.可供选择的因子多 2.门槛低   自动生成策略原理与简介:   选取参数后,使用历史数据,利用机器学习的原理考虑是否进行交易,在实盘时,用实盘日期,回测时用传入的数据。(机器学习)   镭矿   成立时间:   2015.04   服务: 1.选取参数,自动生成策略 2.可以自己编写代码,生成策略   语言:   Java、Python   目标客户:   一般股民   数据库:   A股(2012至今)   回测用时:   以秒记   支持的功能:   回测速度快   优势: 1.回测速度快 2.可以使用Java   自动生成策略原理与简介:   选取参数后,不断筛选股票,然后根据实际价格变动,判断是否进行操作。(打分法)   备注:   基础知识介绍偏少,但有相关代码介绍,有长短期的区别   果仁网   成立时间:   2015.08   服务:   选取参数,自动生成策略(没有代码)   语言:   未知 目标客户:   一般投资者   数据库:   国内上市的A股和ETF   回测用时:   以秒记   支持的功能:   考虑对冲(vip)   优势:   1.因子选择界面感觉最舒服 2.回测快 3.将对冲考虑在内   自动生成策略原理与简介:   选取因子后,筛选出股票然后排名。一种是在每个交易日结束时卖出,然后买入想要的股票;另一种是卖出不符合的股票,买入合适的股票。(打分法)   备注:   界面用起来挺舒服,有长短期的区别   京东量化 服务: 1.选取参数,自动生成策略 2.可以自己编写代码,生成策略(有代码显示)   语言:   Python(Java还不能用)   目标客户:   一般投资者   数据库:   指数数据、京东大数据   回测用时:   以秒记、以动图的形式体现   支持的功能:   提供量化选股服务   优势: 1.回测速度快 2.可以量化选股   自动生成策略原理与简介:   选取因子后,筛选出股票。然后根据之前的数据,和今日实时更新的数据,判断如何对股票进行操作。(打分法)   备注:   无长短期分别,但有调仓周期   Factors成立时间:   2016.11   服务:   选取因子,自动生成策略 。   语言:   未知  目标客户:   一般股民   数据库:   A股   回测用时:   无法回测   优势: 1.无需编程,自动生成策略。2.综合运用多因子构建模型对股票进行评价   自动生成策略原理与简介:   选取因子后,筛选出股票。然后根据实时数据,判断是否交易。(打分法)  掘金 成立时间:   2015.01   服务:   选取策略模版,手动编程   语言:   C/C++、C#、MATLAB、Python、R   目标客户:   投资者、策略提供者   数据库:   全面   回测用时:   首次回测秒级完成,后续回测毫秒级完成   支持的功能: 1.统一的量化交易接口2.一致的策略事件模型3.完善的风险控制机制4.多策略多账户支持5.完整的策略生命周期管理   优势: 1.策略存放在本地,安全性高2.可定制性强3.定期举行比赛备注:   支持tick数据   微量网   成立时间:   2014.01   服务:   选取参数,自动生成策略(没有代码)   语言:   未知   目标客户:   一般投资者   数据库:   全面   支持的功能:   期货程序化CTA策略   优势:   有策略从上传到出售全流程链   自动生成策略原理与简介:   选取因子后,筛选出股票。然后根据实时数据,判断是否交易。(打分法)   备注:   国内首家采用策略云托管模式的投资平台   众量网 成立时间:   2014.01   服务:选取参数,自动生成策略(没有代码)语言:   未知   目标客户:   一般投资者   数据库:   全面   回测用时:   以秒记   支持的功能:   通过众包做量化投资策略,全视角,跨品种,多周期,无编程   优势: 1.品种多样化2.效率高自动生成策略原理与简介:   建立一个建仓条件,一个出仓条件,可以设置止损和分批建仓次序。然后看盈利多少(按行业分)   备注:   个人感觉做得太过粗糙   云量科技 成立时间:   2015.11   服务:选择策略及交易账户层面的风控模块(即刻使用)语言:   未知   目标客户:   投资者、策略提供者   数据库:   全面   回测用时:   以秒记   支持的功能:   量化投资策略开发、交易算法设计、投资咨询、移动互联网(投资类)应用开发   优势: 1.高模仿人类对话2.超智能营销多维度精确锁定,主动出击唤醒3.全网覆盖、7*24小时服务备注:   是一个公司,提供机器人服务,不是量化投资平台   诸葛量化 成立时间:   2016.12   服务:选取参数,自动生成策略(没有代码)语言:   Lua   目标客户:   投资者、策略提供者   数据库:   A股   回测用时:   以秒记   支持的功能:   策略生成 ,策略购买;资产配置 ,条件选股   优势: 1. 快速生成策略2. 自带遗传基因算法,智能优化策略   自动生成策略原理与简介:   选股方法有两种:打分法,趋势法(今日比昨日打分高就买进)。然后通过遗传算法改进策略,达到满意为止(有遗传代数限制),最终接入实盘。  量化大师(软件)   成立时间:   2013.08   服务:选取参数,自动生成策略(没有代码)语言:   未知   目标客户:   一般投资者(散户)   数据库:   A股   支持的功能:   量化选股、策略回溯、策略提醒、程序化交易   优势:   效率高自动生成策略原理与简介:   选取因子后,根据实时股价进行筛选,选出排名靠前的股票(个数自己设置),然后根据实时数据,判断是否交易。(打分法)   备注:   一款手机app   况客 成立时间:   2014.12   服务:   提交数据,生成图表,检验信息的准确性   语言:   R   目标客户:   投资者、策略提供者   数据库:   A股   支持的功能:   针对 FOF 投资的 CRM 功能,支持用户分组,自动邮件提醒,数据更新选项优势: 1.量化策略可根据用户需求灵活定制2.操作简单3.交易策略评估清晰明确4.工具免费化5.可网络调度   备注:   是对你手上已有数据的一个可视化处理,让数据看起来更加形象。   MindGo   成立时间:   2017.02注册商标服务:   需要自己编写代码生成策略   语言:   Python   目标客户:   投资者、策略提供者   数据库:   A股   回测用时:   以秒记   支持的功能:   数据研究、策略回测、模拟交易、自然语言选股/回测   优势: 1. 数据齐全2. 支持tick回测3.支持自然语言回测4.定期举行比赛   BotVS   成立时间:   2015.07   服务:需要自己编写代码生成策略语言:   JavaScript、Python、云端编写    目标客户:   投资者、策略提供者   数据库:   全面   回测用时:   以秒记   支持的功能:   回测、实盘模拟交易、实盘接入交易   优势: 1.模块化策略开发2.策略分享机制3.P2P模式策略租用机制4.实盘公开展示5.支持三大金融市场   DigQuant(点宽)   成立时间:   2004年   服务:   需要自己编写代码生成策略   语言:   MATLAB   目标客户:   投资者、策略提供者   数据库:   全面   回测用时:   以秒记   支持的功能: 1.基于 MATLAB 的量化策略2.支持股票、期货的策略研究和程序化交易(是一个软件Auto-Trader Pro)3.量化研究文章分析   优势: 1.其核心架构与微软 Azure 云架构深度整合2.社区内有《中国证券期货》杂志专栏   备注: 1.基于 MATLAB 的量化策略2.核心产品主要是巴别塔实时协作平台系列软件产品   OpenQuant成立时间:   1997年   服务:   需要自己编写代码生成策略   语言:   C#   目标客户:   能提供投资方案的投资策略编写者   数据库:   全面   支持的功能:   交易策略创建开发、策略回测、参数优化、策略运行及风险监控。   优势: 1.可构建大型对冲基金级量化交易解决方案2.专业用户可扩展全新功能3.丰富的金融函数及专业软件对接能力   中量网-交易王   成立时间:   2012年   数据库:   全面   支持的功能:   中量金融、中量股票、期货仿真、期货实盘、策略商城    i量化   成立时间:   2015.01   数据库:   全面   支持的功能:   量化交易、金融咨询、社交、在线教育   优势: 1.拥有海外量化投资最专业的平台2.提供开放的社区和在线教育服务quantopian 服务:   可以自己编写代码,生成策略(有代码显示)   语言:   Python   数据库:   US equities futures(最早2002)   回测用时:   分钟记(动图的形式)   支持的功能:   回测、实盘模拟交易、实盘接入交易    优势:   能够借助他人做实验检测   quantconnect   服务:   可以自己编写代码,生成策略(有代码显示)   语言:   C#、F#、Python   目标客户:   engineer   数据库:   股票 外汇 基金 期权 期货(US)   回测用时:   分钟记(动图的形式)   支持的功能:   回测、实盘模拟交易、实盘接入交易    优势: 1.可以很方便地将自己的策略应用到实际中 2. lean(Lean Algorithmic Trading Engine)基于C#的算法交易平台的运用和介绍   quantstar   服务:   Qstrader的引入   语言:   Python   支持的功能:   回测、实盘模拟交易、实盘接入交易   优势:   有3本书籍介绍   zulutrade   服务: 1.你可以成为交易者(提供策略) 2.你可以跟随他人的策略 3.策略基于外汇,二元期权   语言:   Java   目标客户:   一般金融爱好者、engineer   数据库:   外汇、二元期权   支持的功能:   外汇策略交易   优势:   专门做外汇方面的   quantbedia   服务:   搜索合适的策略使用,编写策略上传   语言:   Python   数据库:   几乎所有的数据都有   优势:   一个很明显的策略交易平台   algotrading101服务:   讲解机器学习应用到策略中(主要是教学)   优势:   运用了机器学习   investopedia 服务:   股票,外汇模拟交易(教学)   数据库:   股票  外汇   优势:   教导新手做相关模拟交易   Amibroker服务:   一个系统化交易的平台   语言:   formula language   数据库:   股票  外汇   优势:   比较全面,功能齐全,速度快