点击蓝字 关注我们 国内量化平台分析比较 国内量化方兴，忽然冉冉升起了数个量化平台，看出来都是走quantopian的模式，先从工具下手，到社区到众筹策略hedge fund。 Ricequant 和 优矿是我观察走到最前面的，也是相对完善的两个平台。一边很想拿探讨下他们的优劣，一方面又很希望两者都能良好发展，给大家提供更好的 盈时 成立时间：2016.06 服务： 1.选取参数，自动生成策略（需要购买次数） 2.购买别人的策略 语言： Python 目标客户： 期货投资者（有无编程基础都可） 数据库： 期货 回测用时： 需要排队分钟记 支持的功能： 支持将策略使用在交易开拓者的平台，属于实盘交易。策略给出建议，但需要自己手动确定进行买卖。 优势： 1.对期货做策略（竞争少） 2.运用机器学习，理论更新颖 3.能够自己代入实盘 自动生成策略原理与简介： 通过设置参数，然后通过机器学习的方法，判断期货应该如何交易才能盈利。 备注：国内首个利用深度学习的人工智能量化平台 聚宽 成立时间： 2015.05 服务： 1.选取参数，自动生成策略 2.可以自己编写代码，生成策略（有代码显示） 语言： Python， R 目标客户： 有经验的quant 数据库： 全面 回测用时： 分钟记（动图的形式） 支持的功能： 1.支持日级、分钟级回测 2.支持日级、分钟级、tick级模拟交易 3.免费提供A股行情、财务数据、指数数据、基金数据 优势： 1.期货，期权有数据，但得自己做 2. 支持回测中访问网络 3.社区活跃，有很多不错的ETF策略 4.有销售策略活动 5.Api丰富且友好 自动生成策略原理与简介： 通过设置的参数，不断筛选股票池里的股票，然后根据市场变动，判断是否进行操作。（打分法） 备注： 1. 门槛低，人人皆可为宽客 2. 可设置股票是否复权 优矿 成立时间： 2015.10 服务： 可以自己编写代码，生成策略（有代码显示） 语言： Python 目标客户： 刚入门的quant，有编程基础 数据库： 全面 回测用时： 以秒记（动图的形式） 支持的功能： 1.IPython Notebook与回测引擎的整合可做参数优化 2.支持分钟线回测及日数据仿真交易 3.CAL库支持了不少常用的不常用的金融算法 4.可自定义library，复用自己的模块 优势： 1.数据全面 2.有比赛可以进行交流 3.有适用于高频交易的专业版 备注： 比赛的形式还是挺吸引人的 Ricequant 成立时间： 2014.12 服务： 需要自己编写代码生成策略 语言： Python,Java 目标客户： 有经验的quant 数据库： A股（2005年至今） 回测用时： 分钟回测 支持的功能： 1.针对 FOF 投资的 CRM 功能 2.支持用户分组 3.自动邮件提醒 4.数据更新选项 优势： 1.使用RQBeta回测绩效分析，结果展示丰富 2.视觉设计和文档做的非常棒，特别是回测结果页面，看着很舒服 3.定期举办比赛 BigQuant 成立时间： 2016.04 服务： 选取参数，自动生成策略（使用机器学习，并配有代码） 语言： Python 目标客户： 一般股民 数据库： A股 回测用时： 十分钟 支持的功能： 1.因子可供选择得很多 2.有基础知识教程 优势： 1.可供选择的因子多 2.门槛低 自动生成策略原理与简介： 选取参数后，使用历史数据，利用机器学习的原理考虑是否进行交易，在实盘时，用实盘日期，回测时用传入的数据。（机器学习） 镭矿 成立时间： 2015.04 服务： 1.选取参数，自动生成策略 2.可以自己编写代码，生成策略 语言： Java、Python 目标客户： 一般股民 数据库： A股（2012至今） 回测用时： 以秒记 支持的功能： 回测速度快 优势： 1.回测速度快 2.可以使用Java 自动生成策略原理与简介： 选取参数后，不断筛选股票，然后根据实际价格变动，判断是否进行操作。（打分法） 备注： 基础知识介绍偏少，但有相关代码介绍，有长短期的区别 果仁网 成立时间： 2015.08 服务： 选取参数，自动生成策略（没有代码） 语言： 未知 目标客户： 一般投资者 数据库： 国内上市的A股和ETF 回测用时： 以秒记 支持的功能： 考虑对冲（vip） 优势： 1.因子选择界面感觉最舒服 2.回测快 3.将对冲考虑在内 自动生成策略原理与简介： 选取因子后，筛选出股票然后排名。一种是在每个交易日结束时卖出，然后买入想要的股票；另一种是卖出不符合的股票，买入合适的股票。（打分法） 备注： 界面用起来挺舒服，有长短期的区别 京东量化 服务： 1.选取参数，自动生成策略 2.可以自己编写代码，生成策略（有代码显示） 语言： Python（Java还不能用） 目标客户： 一般投资者 数据库： 指数数据、京东大数据 回测用时： 以秒记、以动图的形式体现 支持的功能： 提供量化选股服务 优势： 1.回测速度快 2.可以量化选股 自动生成策略原理与简介： 选取因子后，筛选出股票。然后根据之前的数据，和今日实时更新的数据，判断如何对股票进行操作。（打分法） 备注： 无长短期分别，但有调仓周期 Factors 成立时间： 2016.11 服务： 选取因子，自动生成策略 。 语言： 未知 目标客户： 一般股民 数据库： A股 回测用时： 无法回测 优势： 1.无需编程，自动生成策略。 2.综合运用多因子构建模型对股票进行评价 自动生成策略原理与简介： 选取因子后，筛选出股票。然后根据实时数据，判断是否交易。（打分法） 掘金 成立时间： 2015.01 服务： 选取策略模版，手动编程 语言： C/C++、C#、MATLAB、Python、R 目标客户： 投资者、策略提供者 数据库： 全面 回测用时： 首次回测秒级完成，后续回测毫秒级完成 支持的功能： 1.统一的量化交易接口 2.一致的策略事件模型 3.完善的风险控制机制 4.多策略多账户支持 5.完整的策略生命周期管理 优势： 1.策略存放在本地，安全性高 2.可定制性强 3.定期举行比赛 备注： 支持tick数据