以下是一些常用的量化交易平台及其特点和适用场景：
国内平台聚宽（JoinQuant）特点：数据丰富全面，涵盖股市行情、财务数据等。提供 ipython notebook 研究平台，方便用 Python 语言编写策略。社区活跃度高，便于用户交流学习。适用场景：适合有一定编程基础，尤其是熟悉 Python 的量化爱好者和研究者，可用于股票量化策略的开发、研究与交流。米筐（Ricequant）特点：拥有多年市场数据，覆盖股票、期货等多类资产。支持多种编程语言，回测精准，实盘交易功能强大。适用场景：适用于专业的量化投资者和机构，可进行多资产类别的量化策略开发与实盘交易，对策略的准确性和交易执行效率有较高要求。优矿（Uqer）特点：背靠联通数据，数据丰富且具特色。支持 Python2 策略研究，提供方便的 api 接口用于二次开发，回测功能多样。适用场景：适合对数据有特殊需求，尤其是需要联通特色数据进行分析的量化投资者，可用于开发基于特定数据的量化策略。掘金量化9特点：支持多语言开发，包括 Python、C++、C#、Matlab 等。提供日 / 分钟 /tick 级别数据，混合回测功能强大。有活跃的交流社区，还提供一站式终端，涵盖策略研究、回测、仿真、实盘、分析等功能，风控功能完善。适用场景：适合不同技术背景的量化投资者，尤其是专业的量化投资团队，可用于开发复杂的量化策略，并进行严格的风险控制和绩效分析。BigQuant10特点：人工智能量化平台，无门槛使用机器学习开发策略。拥有丰富的数据和自动生成器，提供 PB 级量化数据，包括标准金融数据和新型投资大数据，支持数据定制。具备企业级 AI 底层平台，支持自动机器学习和超参优化，提供模块化的可视化开发环境，与 Python 代码版无缝集成。适用场景：适合对人工智能技术感兴趣，希望利用机器学习算法开发量化策略的投资者，无论是新手还是专业人士，都可在该平台上探索 AI 量化的应用。果仁网11特点：对编程小白友好，采用条件参数勾选模式，上手简单。因子库丰富，能快速实现全量股票 10 年历史回测，回测报告详尽，还提供市场牛熊风向标等特色功能。适用场景：适合没有编程基础，但对量化交易感兴趣的投资者，可用于快速验证简单的量化投资想法，进行股票筛选和策略回测。
国外平台Quantopian特点：提供海量量化资料和免费数据，有入门课程。支持用 Python 编写交易算法，策略研究、回测功能齐全，社区活跃且有比赛，优秀策略开发者有现金奖励。适用场景：适合量化交易的初学者和研究者，可用于学习量化知识、开发简单的 Python 策略，并与全球的量化爱好者交流分享。QuantConnect2特点：支持多种编程语言，如 Python、C# 等。提供完整的研究环境，涵盖策略开发、回测、实时交易等功能。有强大的社区支持和丰富的教育资源，接入交易账户方便实盘交易。适用场景：适用于有一定编程能力和量化交易经验的投资者，可进行跨市场、多资产类别的量化策略开发与实盘交易，借助社区资源不断提升策略水平。Quantpedia特点：堪称量化策略百科全书，汇集了大量金融研究论文和各种策略，可根据交易品种、换手频率、夏普值、收益、最大回撤等维度进行搜索。适用场景：主要用于量化策略的学习和研究，投资者可从中获取灵感，了解各种经典和前沿的量化策略，为自己的策略开发提供参考。ZuluTrade特点：自动交易平台，用户可跟随优秀交易者的策略，也可分享自己的策略，降低了交易门槛，使交易更轻松。适用场景：适合不想自己开发策略，希望借鉴他人经验进行交易的投资者，尤其是缺乏时间或专业知识的投资者。Numerai特点：数据科学家众包对冲基金交易平台，提供高质量对冲交易数据，鼓励用户用机器学习预测股票走势。适用场景：吸引数据科学家和对机器学习有深入研究的量化投资者，通过众包方式挖掘优秀的量化策略，推动量化技术的创新和发展。

发布于2025-4-23 21:11 深圳