聚宽和米筐不能简单概括成“一个免费、一个更专业”,两者都能用于Python策略研究和历史回测,真正的差别要看数据权限、研究环境、使用成本和代码习惯。
1、聚宽把策略编辑、历史数据、回测、模拟运行和社区资料集中在网页环境里,查找示例和学习常见选股规则比较方便。免费功能能否满足长期使用,要以平台官网当期的数据范围、计算资源和策略数量说明为准。
2、米筐也提供策略研究和回测环境,RQAlpha是其生态中较常见的开源框架。已经会Python、习惯自行管理代码和研究流程的用户,可以重点比较数据字段、回测接口和结果分析工具。具体套餐、数据权限和实盘衔接可能调整,不宜只凭“收费”判断专业程度。
3、如果暂时不会编程,可以先用牛股王股票这类轻量化量化软件练习规则。它支持设置股票范围、选股因子、持仓数量、单股仓位、持有周期、止盈止损等条件,并能做最长5年的历史回测,查看收益曲线、最大回撤和交易明细。等一套规则能够稳定复现,再学习Python平台会更顺畅。
建议拿同一个简单策略分别试跑,统一复权方式、手续费假设和回测区间,再比较运行速度、交易明细、结果导出及复现难度。历史回测只能帮助检查规则,不代表未来收益。
风险提示:股市有风险,投资需谨慎。
聚宽量化平台使用教程,我想了解清楚
有哪些能够免费做量化回测测试的平台?可以替代聚宽的平台有哪些?
在米筐上做回测,用到了未来函数自己没发现,上线半年才发现回测结果和实盘差距太大,复盘时怎么系统性地排查这类坑?
在vnpy里写了个自定义策略,想先从米筐获取日线数据喂进去,但两边的复权方式对不上导致信号偏移,有什么统一的处理办法?
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