对于只需要发提醒、不需要自动下单的场景,选择量化工具时可以考虑:
数据终端/行情软件: 很多专业级的数据终端(如文华财经、博易大师、Wind、 Choice等)本身就带有条件预警/事件提醒功能。你可以设置好策略逻辑的条件,当条件满足时,软件会通过弹窗、声音、短信、邮件等方式提醒你。编程语言 + 数据接口: 使用Python等编程语言,通过券商或数据商提供的API获取实时或历史数据,编写脚本运行你的策略逻辑。当条件满足时,使用脚本调用系统通知(如pywin32发Windows通知)、邮件、短信API等方式发出提醒。部分量化软件的“非自动”模式: 一些量化软件(如部分版本的TB、QMT、Ptrade)虽然主打自动交易,但也允许你编写策略逻辑,并在策略中只调用“发送通知”的函数,而不调用下单函数。这样你就可以利用它们的数据和处理能力,仅实现提醒功能。
总结:
简单提醒: 优先考虑自带预警功能的数据终端/行情软件。灵活定制: 如果需要更复杂的逻辑或提醒方式,使用编程语言自建是灵活的选择。利用现有平台: 如果已经熟悉某些量化软件,检查其是否支持仅发送通知而不自动下单的模式。
我来问问,不同类型的量化工具有哪些区别哪个好呀?
想把交易逻辑写成自动下单程序,量化工具该先确认哪些风控边界?
想验证一个小策略是否值得继续开发,量化工具的最小可用流程该怎么看?
只打算做回测和研究,不做自动下单,量化工具该保留哪些核心能力?
需要边写策略边做简单回测展示,Jupyter场景下的量化工具要看什么?
问一问流程:
1.提交咨询
2.专业一对一解答
3.免费发送短信回复