量化投资哪个软件最好用?

桂雅星 2019-12-21 23:41:00

推荐回答

量化新手无需开发自己的平台,用掘金平台完全可以支持量化交易的回测、仿真、实盘功能需求。
辛国爱2019-12-22 00:22:16

提示您:回答为网友贡献,仅供参考。

其他回答

  • 这真的非常难说。总的来看美国大部分用python,国内可能用matlab的比较多。我个人是比较喜欢python多一点,但是很多时候搞量化分析偷懒就会用matlab和R,因为很多东西都是现成的。
    黄相成2019-12-22 00:38:32
  • 我正在用,还不错的,主要看中他的核心是量化交易,原来我做价值投资的,但08年开始找不到股票了,上市公司业绩全下来了,技术分析搞了一段时间,亏钱,今年我是看到一些券商的报道,说都准备开发量化交易系统,所以上网找了,找到了博尔,去过他们公司,公司很大,专业机构的感觉,于是就买了。里面的多空概率很好用。
    辛困秦2019-12-22 00:11:10
  • 需要懂一些数学模型,比如统计分析、人工智能算法之类的,他的本质是利用数学模型分析数据潜在的规律寻找交易机会,并利用计算机程序来搜寻交易时机以及完成自动化交易。并没有现成的软件可以做这个,因为它需要一个搭建一个专业的平台,这不是一个人可以完成的。国内有一些软件,比如大智慧提供数量分析,还有一些软件提供股票、期货的程序化交易。但是实际上这并不是真正意义上的量化交易。事实上,做一款纯粹的适合个人投资者的量化投资软件,难度是非常大的,因为量化策略并不想传统的基本面、技术面那样存在已有既定的必然规律。他需要跨越多学科,多领域去挖掘数据的规律,然后利用得出的规律进行交易。但是不同时间、空间的数据的潜在规律并不一致,所以对量化过程进行标准化是一件很难完成的事情。如果是计算机或者数学专业的人士,可以考虑使用C、C++、SQL等语言,其他的可以使用MATLAB/SAS等软件。不管是哪一种软件,要实现量化交易,肯定是需要一定的建模基础和编程基础的,其中最重要的东西是数学能力。
    齐显民2019-12-22 00:01:44

相关问答

Python是非常适合做quant类工作的语言,本身就是科学计算方面的统治级语言,现在加入了IPython,pandas等重量级神器,为Quant类工作量身定做,而且仍在飞速发展中,以后会越来越重要。关于其他语言,首先介绍一下我自己最喜欢的一个比较小众的组合,Mathematica+Java/Scala。Mathematica的优点在于:本身提供函数式的编程语言,表达能力非常强大,比如Map/Reduce是标配,很多时候不需要去做烦人的for循环或下标控制,排版经常可以直接照数学公式原样输入,即直观又不容易写错;代码和输出混排的排版方式使得建模时的演算和推理过程非常流畅,甚至还可以直接生成动画,对于找直观理解非常有帮助。他们也可以快速学习掌握一种像C++,Java这样的语言,实现很多必要的功能。但是一方面这些语言陡峭的学习曲线和繁琐的开发步骤会给他们真正要做的工作增加不必要的负担,另一方面一旦涉及到性能敏感的情景,他们对计算机体系结构缺乏理解的缺点就容易暴露,比如说很可能他们没有计算复杂度,内存碎片,cachemiss,甚至多线程等概念,导致写出的程序存在相当大的隐患。即使是计算机功底扎实,如果每天的工作需要在C++,Python,R/Matlab,甚至一众脚本语言之前来回切换,思维负担也会非常重,人的精力是有限的,很难同时兼顾数学建模和底层代码调试这种差距巨大的工作。长期发展下去最可能的结果就是要么远离建模,专心做生产环境开发,要么远离生产环境,专心建模。这种局面显然不论对个人还是团队都是有很大弊端的。如果深入思考这个问题,相信不难得出结论,对于Quant来说,C++这种相当面向机器的语言肯定不是最佳选择。的确在历史上,它比更面向机器的C已经友好了很多,但是在计算机技术飞速发展的今天,如果还需要Quant大量使用C++做建模类的工作显然是很遗憾的事情。设想一下你拿到一份股票数据,不论你是想分析价格走势,成交量分布,还是波动性,第一件要做的事一定是画出图来看看,有一个直观认识。如果你的工具是C++,肯定有很多时间花在编译,调试,再编译的过程上,好容易能解析文件了,接下来怎么算移动平均?怎么算波动性?全都要自己写代码。再然后怎么画图?这整个工作流简直惨不忍睹,这些问题浪费掉你大部分精力,而他们全部和你真正感兴趣的工作毫无关系。所以如果你是一个数理金融等背景的新人打算开始Quant生涯,在决定是否要投资到这项重量级技术上时需要慎重,即便它目前的市场定价可能仍在峰值。相比之下我认为Python会是更理想的选择,即能很好的完成建模工作,也可以训练一定的编程技巧,使你在必要时也能胜任一些简单的C++工作。最后同意@袁浩瀚,不要拘泥于语言,不论学习那一种,对其他的语言还是要抱有开放的心态。另外世界变化很快,你会发现单一的语言分类方式其实是没有意义的,每一门语言在发展过程中都会逐渐吸收其他语言的特性,比如Python本身就既有C/C++/Java那样命令式的特点,也有函数式的特点,像pandas甚至还提供类似SQL的使用方式,在其他语言或系统里也都或多或少包含了不同的特点,可以在学习过程里慢慢体会。