老铁们，大家好，相信还有很多朋友对于python 数据交易平台和中国的 Python 量化交易工具链有哪些的相关问题不太懂，没关系，今天就由我来为大家分享分享python 数据交易平台以及中国的 Python 量化交易工具链有哪些的问题，文章篇幅可能偏长，希望可以帮助到大家，下面一起来看看吧！

本文目录

1. 使用python做量化交易策略测试和回验,有哪些比较成熟一些的库
2. 如何计算期货交易品种tick数据的承载量
3. 中国的 Python 量化交易工具链有哪些

一、使用python做量化交易策略测试和回验,有哪些比较成熟一些的库

可以尝试一下JoinQuant：聚宽，人人皆为宽客

详细的API文档：API文档- JoinQuant

免费提供IPython Notebook研究平台，提供分钟级数据，采用Docker技术隔离，资源独立、安全性更高、性能更好，同步支持Python2、Python3。

免费提供沪深A股、ETF的历史交易数据，支持基于日级、分钟级的精准回测。

免费提供最准确、实时的沪深A股、ETF模拟交易工具，支持基于tick级的模拟交易。

为量化爱好者提供线上交流社区，支持一键克隆策略，便于用户交流量化策略、学习量化知识，一起成长。

基于2005年至今完整的Level-2数据，上市公司财务数据，包含完整的停复牌、复权、退市等信息，盘后及时更新。

二、如何计算期货交易品种tick数据的承载量

1、举个例子，交易数据可以想象成一条河流，Tick就是这条河流在某个截面的数据。国内期货最细粒度就是每秒两次。也就是说国内期货500毫秒最多发送一个Tick。

2、国内大多数软件是怎么获取Tick的？

3、那么500毫秒内实际上发生的成交往往多于一次，里面具体什么情况完全是个黑盒子。特别在商品期货高频交易策略中，Tick行情的接收速度对策略的盈利结果有着决定性的影响。

4、而市面上大多数交易框架，都是采用回调模式的机制，也就是500毫秒最多只有一个Tick，这还是理想状态。真实情况下onBar/onTick，Tick不漏掉就不错了。为什么呢？因为onBar/onTick函数里面，你要处理一整遍代码逻辑，很浪费时间，不管你愿不愿意，你的策略逻辑必须被打断，必须采用状态机的模式，比如：

5、发明者量化交易平台并没有采用这种落后的回调机制，而是采用了不打断策略逻辑的main函数入口机制，让用户可以更自然的控制策略流程。用C++与Golang做为稳定的策略低层，策略上层用Javascript/Python处理逻辑问题。结合事件触发机制，同样的也能使策略在第一时间最快的速度处理行情。

6、不要说脚本语言速度慢，除非你用它来做神经网络训练，就算用神经网络训练,加入Jit热编译后，他在任何场合都够用的了, Chrome秒IE十条街就是例子。入门级的策略这里就不再写了，就以期货高频Tick的合成来说。

7、比如我们连接一个期货公司，只能收到这个期货公司的行情，我们接收行情的速度跟质量也跟自己的网络有关系，跟期货公司前置机的负载也有关系，那么，怎么样才能做到更快的获取更准确的期货Tick数据呢？

8、在发明者的策略模型下，你很容易就能操作N家不同期货公司的账户，并把他们的行情，融合处理，以最快的速度下单。正常情况下，我们最多可以从期货公司拿到两个Tick每秒，但通过融合行情的技术，以MA801为例，我们可以拿到最多一秒6次不重复的Tick。

9、废话不多说，直接上代码（此代码只能实盘，不能回测，如果您不用发明者可以只参考原理）：实盘添加交易所时，可以添加N个期货公司，进行行情的并发融合处理。这里暂时添加两个，演示说明：

10、原文：如何突破商品期货Tick接收限制

11、如上图，可以看到21:24:44秒的时候第一个期货公司的数据比第二个先到，添加两个期货公司就看出来效果了，如果添加5个以上期货公司一起融合。

12、那么你基本上没有漏Tick的可能，如果用来开发高频交易策略，你已经解决了很重要也是决定性的一步，Tick接收的速度以及稳定性。

三、中国的 Python 量化交易工具链有哪些

1、万得的Python API，可以用来获取实时数据、历史数据以及下单交易优点：万得大而全缺点：下单交易功能不是事件驱动（例如成交回报需要用户去查询，而不是主推）

2、同花顺iFinD的Python API，类似万得的API优点：比万得便宜，同花顺的服务态度很好（用户提出新需求后很快就能给出确定的答复或者解决方案）

3、 QuickFix的Python API（可以用来接国信、方正的FIX接口）

4、 Numpy/Scipy/Matplotlib/Pandas（量化分析）

5、 IPyhon/Spyder（适合做量化分析的IDE环境）

6、 TuShare财经数据接口-可以直接抓取新浪财经、凤凰财经的网站数据，包括行情、基本面、经济数据等等。完全免费，简洁易用，API设计得非常友好，提取的数据格式是Pandas的DataFrame。同时可以获取非高频实时数据（取决于网站更新速度，同事经验大约是15秒），一个极好的非高频股票策略数据解决方案。

7、恒生电子的量化赢家平台，提供Python接口，链接我点进去后没看到具体的使用教程，希望回头补一下。

8、米矿ricequant在我提出这个问题时尚只有Java的API，后来也支持了Python，期待2016有新的突破。

关于python 数据交易平台和中国的 Python 量化交易工具链有哪些的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。