做量化投资，工具分三层：数据、策略、执行。

1. 数据层
• 免费：Tushare、AkShare（Python库，A股/宏观/期权）、Yahoo Finance API。
• 付费：Wind、Choice、聚宽JQData、通联DataYes，覆盖Level-2、高频、基本面。
• 自采：用Scrapy或Selenium爬公告、财报、社交媒体，需合规。

2. 策略研发
• Python生态：Pandas/NumPy处理数据，TA-Lib/Quantlib做技术指标，PyPortfolioOpt做组合优化，Statsmodels做回归检验。
• 回测框架：Backtrader（本地，灵活）、Zipline（Quantopian原版，社区版维护中）、聚宽RiceQuant（云端，A股对接好）。
• 机器学习：scikit-learn、XGBoost、PyTorch，用于因子挖掘、非线性预测。
• 可视化：Matplotlib、Plotly、PyFolio生成收益归因、因子IC图。

3. 交易执行
• 券商API：华泰XTP、中泰XTP、掘金量化、IB（TWS API），支持股票、期货、期权。
• 实盘框架：vn.py（开源，对接CTP、CTP-Mini、IB）、Qlib-Microsoft（端到端，含模型管理）。
• 风控：自写模块监控滑点、资金曲线、最大回撤，或用开源库Riskfolio-Lib。

入门路径：先用Tushare+Backtrader跑通“双均线”策略→接入掘金量化模拟盘→再上vn.py小资金实盘。

以上内容来自网络，仅供参考，如需专业人工服务请点击头像查看加V咨询。