量化交易编程实例python-编程⼩⽩如何结合量化实例学习
python量化建模？
结合编程和量化的内容，我们社区和学院有很多：BigQuant社区。推荐以下内容：策略开发
策略⼤都附有python代码，可以点击 克隆策略，在 我的策略 ⾥进⾏开发。
2.编程知识⼊门
平台使⽤的是python语⾔，可以直接在 我的策略 ⾥建⽴新notebook进⾏编程练习。
掌握以上知识，从基础进阶了以后，推荐⼀些扩展知识：
3.Python库numpy
介绍：⼀个⽤python实现的科学计算包。包括：1、⼀个强⼤的N维数组对象Array；2、⽐较成熟的（⼴播）函数库；3、⽤于整合
C/C++和Fortran代码的⼯具包；4、实⽤的线性代数、傅⾥叶变换和随机数⽣成函数。numpy和稀疏矩阵运算包scipy配合使⽤更加⽅便。
scipy
介绍：SciPy是⼀款⽅便、易于使⽤、专为科学和⼯程设计的Python⼯具包。它包括统计、优化、线性代数、傅⾥叶变换、信号和图像处理、常微分⽅程求解等等。
pandas
介绍：Python Data Analysis Library 或 pandas 是基于NumPy 的⼀种⼯具，该⼯具是为了解决数据分析任务⽽创建的。Pandas 纳⼊了⼤量库和⼀些标准的数据模型，提供了⾼效地操作⼤型数据集所需的⼯具。pandas提供了⼤量能使我们快速便捷地处理数据的函数和⽅法。你很快就会发现，它是使Python成为强⼤⽽⾼效的数据分析环境的重要因素之⼀。
quantdsl
介绍： quantdsl包是Quant DSL语法在Python中的⼀个实现。Quant DSL 是财务定量分析领域专⽤语⾔，也是对衍⽣⼯具进⾏建模的功能编程语⾔。Quant DSL封装了⾦融和交易中使⽤的模型（⽐如市场动态模型、最⼩⼆乘法、蒙特卡罗⽅法、货币的时间价值）。
statistics
介绍：python内建的统计库，该库提供⽤于计算数值数据的数学统计的功能。
PyQL
介绍： PyQL构建在Cython之上，并在QuantLib之上创建⼀个很浅的Pythonic层，是对QuantLib的⼀个包装，并利⽤Cython更好的性能。
pyfin
介绍：针对于中国市场的Pandas定量投资⾦融⼯具包
vollib
介绍：Vollib是⽤于计算期权价格、隐含波动率的纪念⽇⼯具包。能够⾮常快速和准确的技术来获得期权的隐含波动率。
QuantPy
介绍：python量化⾦融框架。⽬前还是⼀个alpha版本，可以从雅虎⽹站获取每⽇收益的投资组合类。计算夏普⽐率和有效边界，并实现投资组合优化。
Finance-Python
介绍：纯python实现的⾦融计算库，⽬标是提供进⾏量化交易必要的⼯具，包括但不限于：定价分析⼯具、技术分析指标。其中部分实现参考了quantlib。
ffn
介绍：ffn是⼀个专门为从事量化⾦融⼯作的⼈们提供⾦融数据分析功能的python包。 它位于重量级包（Pandas，Numpy，Scipy等）的基础上，并提供了⼴泛的功能模块，包括性能测量、图形可视化和数据转换。
pynance
介绍：PyNance是⽤于从股票和衍⽣品市场检索、分析和可视化数据的开源软件。 ⽐较特别的是它能够⽤于⽣成机器学习算法的特征和标签的⼯具。
tia
介绍：TIA是针对彭博数据库设置的，它提供bloomberg数据访问、更简便的pdf⽂档⽣成、回溯测试功能、技术分析功能、收益率分析和⼏个常⽤的Windows utils的⼯具包。
4.交易和回测BigQuant
介绍：⼈⼯智能量化交易平台，拥有丰富的⾦融数据，可直接使⽤90%的主流机器学习/ 深度学习Python包。
TA-Lib
介绍：TA-Lib的简称是Technical Analysis Library，主要功能是计算价格的技术分析指标。 是技术分析者和量化⼈员在策略开发中常⽤的量化分析包。
easytrader
介绍：提供券银河/银河客户端/⼴发/湘财证券/雪球的基⾦、股票⾃动程序化交易以及⾃动打新，⽀持跟踪 joinquant /ricequant 模拟交易 和 实盘雪球组合, 量化交易组件。
vnpy
介绍：vn.py - 基于python的开源交易平台开发框架，在github上是⼀个⽐较⽕的项⽬，⽬前对接的交易接⼝特别丰富，⽆论是股票接⼝还是期货接⼝。
实盘易
介绍：实盘易（ShiPanE）Python SDK，通达信⾃动化交易 API 及量化平台。
介绍：实时获取新浪 / Leverfun 的免费股票以及 level2 ⼗档⾏情 / 集思路的分级基⾦⾏情， 很⼩，但⾮常实⽤。pyalgotrade-cn
介绍：Pyalgotrade-cn 在原版的基础上加⼊了A股历史⾏情回测，并整合了tushare提供实时⾏情。以便⼤家对⾃⼰的策略进⾏回测和模拟测试。这个项⽬提供了⽐特币的交易接⼝。
pyktrader 基于pyctp接⼝，并采⽤vnpy的eventEngine，使⽤tkinter作为GUI的python交易平台
trade
介绍：trade是⾦融应⽤的⼀个包。 它主要是⽤于分析主题投资和事件驱动策略。 主题代表可以交易的任何东西，⽽事件则代表影响⼀个或多个主题的任何内容，如证券交易所政策或股票分割。它是针对与⾦融市场有关的任何⼀种主题和事件进⾏开发的投资⼯具包。
zipline
介绍：⼀个事件驱动股票策略量化回测框架，由Quantopian开源，⽬前国内的很多Python编程语⾔的在线量化回测平台都是以zipline为模板开发应⽤的。
QuantSoftware Toolkit
可以学习编程的网站介绍：QSToolKit（QSTK）是⼀个基于Python的开源软件框架，旨在⽀持组合构建和管理。 为⾦融学⽣、计算机学⽣和具有编程经验的量化分析师建⽴QSToolKit。⽀持建模分析、回测分析和实盘交易。
quantitative
介绍：quantitative是⼀个事件驱动和多功能的反向测试库。 ⽤户可以⽤定量测试他们的交易模型。由于仍在开发中，谨慎使⽤。
analyzer
介绍：⽤于实时⾦融数据收集、分析和开发交易策略的⼀个⾦融分析包。
bt
介绍：bt是⽤于测试定量交易策略的Python的灵活的backtesting框架。 bt建⽴在ffn之上，封装了很多机器学习、信号处理和统计函数。bt的⽬的是建好轮⼦，让量化⼈员把重点放在策略开发上。
rqalpha 介绍：⼀款量化回测平台。
quantconnect 介绍：国外⼀款在线的量化回测平台。
backtrader
介绍：⼀个功能丰富的Python测试和交易框架。backtrader能够让策略研究员专注于编写可重⽤的交易策略、指标和分析器，⽽不是花时间构建基础设施。理念类似bt.
pythalesians
介绍：⽹上对这个量化分析包的介绍资料并不多。
pybacktest
介绍：在Python 结合Pandas包的⽮量化测试框架，旨在帮助宽客回测更容易、 紧凑、简单、快速。
pyalgotrade
介绍：PyAlgoTrade是⼀个事件驱动的算法交易Python库。 尽管设计初衷是回溯测试，但现在已经可以实盘交易，并且包含⽐特币的交易。pyalgotrade-cn是国内版针对中国市场的开源量化包。
tradingWithPython
介绍：从名字就可以看出，这是⼀个使⽤Python 来进⾏交易的⼀个量化分析包，使⽤它可以完成⼀系
列⾦融量化教程的学习。
algobroker
介绍：这是⼀个算法交易执⾏引擎。
pysentosa
介绍：pysentosa是⼀个针对sentosa⾃动化交易系统的Python接⼝，作者Wu Fuheng
finmarketpy
介绍：finmarketpy是⼀个基于Python的库，帮助你能够使⽤简单易⽤的API分析⾦融数据以及回测交易策略。
volatility-trading 基于Euan Sinclair的波动率交易的波动率估计器
quant 在这⾥收集了⼀些量化⾦融和算法交易的资料，⼤多数基于Quantopian、Zipline、Pandas的ipython notebook。
5.风险分析pyfolio
介绍：组合投资和风险分析的库，是与zipline配合使⽤的⼀个组合风险分析⼯具。BigQuant平台可直接使⽤，已安装完成。
qrisk
介绍：和pyfolio⼀样，也是配合zipline使⽤的，主要⽤来分析因⼦风险。
finance
介绍：财务风险计算库，该项⽬的⽬的是提供易于使⽤的python代码进⾏财务风险计算。
qfrm
介绍：定量⾦融风险管理，⽤于度量、管理和可视化投资组合风险的极好的OOP⼯具。
VisualPortfolio
介绍：⽤于可视化分析投资组合的⼯具

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。