大家好，关于什么叫加量化交易平台很多朋友都还不太明白，今天小编就来为大家分享关于目前市面上的量化交易平台做到了什么程度的知识，希望对各位有所帮助！

本文目录

1. 在投行内部做量化交易与独立出去做量化交易有何不同
2. 国内常见的量化交易平台有哪些
3. 目前市面上的量化交易平台做到了什么程度

一、在投行内部做量化交易与独立出去做量化交易有何不同

这里我们只说量化交易，不讨论量化研究和量化定价这一块的业务。

量化交易是分两个阶段的。第一个阶段是2008年以前，或者说Dodd-Frank法案以前，投行内部林立着各样的很多对冲基金或者类对冲基金的实体，比如Morgan Stanley的PDT（Process Driven Trading）和高盛的Global Alpha，而很多投资银行的自营交易业务也很像对冲基金。在这一阶段，这些类对冲基金的实体和外面的对冲基金是没有啥区别的，业务很类似——赌方向、做部分对冲（Partial Hedging）、跨市场套利，也非常敢于承担风险。

当时在投行内做对冲基金类型的量化交易有着非常大的优势，因为两点——第一是银行有着非常良好的融资渠道，融资成本显著地低于当时的对冲基金，如果你尝试去组建过一个基金，你就知道资金成本对于一个对冲基金的影响多么大——巴菲特这么多年的成功是离不开长期1.6倍的财务杠杆和其低于中央银行存款准备金率的资金渠道的（详细内容参见AQR的论文——Buffet's Alpha）。炒股需要经常总结，积累，时间长了就什么都会了。为了提升自身炒股经验，新手前期可以私募风云网那个直播平台去学习一下股票知识、操作技巧，对在今后股市中的赢利有一定的帮助。

第二是银行有着一个灰色的信息流——客户的交易记录。这个交易信息，就是今天，也是非常有用的内部消息。几周前Bill Gross从PIMCO离开时，所有投行的Sales都疯了，不停地研究之前PIMCO在自己银行的仓位，然后分析那些债券最有可能最先被清盘，从而给其它客户交易建议。而当年文艺复兴多次更迭合作的投行，就是因为其大奖章基金的交易记录得不到妥善的保密，很多合作银行的自营交易桌跟着交易。

这两个优势造成了当时的自营交易极其暴利，而且管理层为了做大业绩，全力支持明星交易员放大杠杆——而实际上，金融危机期间很多的CEO都是靠着自营交易的暴利业绩从交易大厅升职到管理层的——比如Citi的前任CEO Pandit和摩根斯坦利的前任John Mack。

这也造成了，为什么很多高盛离职的自营交易员在金融危机后，当银行不能做自营交易后出来自立门户开设对冲基金，却完全无法复制当年的业绩——因为他们是因为整个组织的强大而获得超额收益，当失去了资金优势和信息优势后，一切都成为了浮云。

2008年，准确说是2009年后，一切都变了。

首先是政府明令规定自营交易不让干了，于是各种投行旗下的基金，放入资管部的放入资管部（比如Goldman Sachs Global Alpha进入GSAM），独立营业的独立营业（比如PDT从摩根斯坦利分离），要不直接就关门大吉了（比如UBS、德银）。

还有一些硕果仅存的，一般是在股票交易部门，打着对冲为名，通过会计手法，维持着极小的自营规模，这种类似的团队很多投行都有。但是不成气候了，也不会造成任何系统性的风险——当然，各种马路传奇故事也销声匿迹了。

银行内部还有没有量化交易了，其实还有——那就是随着计算机技术进步的自动化做市交易。做市在国内这个概念刚刚出现——因为期权做市商制度的引入。但是在美国这个是从华尔街开始就有的交易体系了。简单来说，就是假设你经营一家买可乐的小店，你有两个主要的交易——一是从总经销商那里拿货，用的价格是Bid，二是分销给街边下象棋和夕阳下奔跑的孩子们，这是Ask。Bid是你的进价，Ask是你的出货价格，Bid一般小于Ask（除非你是搞慈善的）。你持续的维持报出这两个价格，同时根据你的存货来调整报价或者对应报价的数量——比如你的存货太多，大爷不出来下象棋了，你就降低Bid，这样很难进到货了，而保持Ask，等待有人来消耗你的库存。

这个过程就是基本的做市商交易流程，在金融中，由于没有实际的总经销商供货，你的报价（Bid-Ask）是基于你对于对应资产的Fair Price的估计来决定的，通常是你算出来的均衡价格加减一个值构造成Bid-Ask组合。在很长的时间内，这个报价都是靠人来完成，这个过程是枯燥的，而且很容易出错——而对于期权类产品（非线性价格）也很难快速报价。我之前和期权交易员合作过很长时间，他们的工作不一定智力上很难，但是对于人得耐力绝对是一种挑战——因为在开市后他们要注意力高度集中的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐，报价，报价，在这交易大厅报价......

于是，从简单的资产起，从交易所级别开始支持API交易了。什么是简单的资产，就是Vanilla类别的，比如个股、指数、外汇、国债等等。因此投行由于本来就是大量资产的做市商，开始把原来这套过程通过计算机来完成。后面大家发现计算机是完美胜任这项工作的，因为计算机能够高速计算库存来调整报价，还能报出很多复杂的单类型。因此从2000年开始个股、指数开始逐步被自动化做市来包揽，2005年后个股期权自动化做市大热，而2008年后外汇自动化做市也相当成熟了，2010年开始国债自动化做市也在美国兴起——这也是我目前在工作的内容。

那么对冲基金呢，除了传统的量化Alpha，他们难道不能也做这个业务吗？实际上，很多对冲基金的自动化做市业务比投行还要好——比如Citadel，比如KCG。但是区别何在？区别在于两点，第一是很多对冲基金不是专属做市商（Designated market maker）。DMM的特权是其有专属席位——在美国这样高度商业化的国家，DMM也是非常稀有的。原因在于，DMM是有责任的，那就是在各种大型金融危机中，当流动性极差的时候，DMM还是要持续的报价，一quote两quote，一quote两quote，似爪牙，似魔鬼的步伐......在流动很差的时候这是非常危险的，因为大家丢给你的都是不好的资产，比如大跌的时候，都在卖，你的Bid反复被Hit，然后又没人来hit你的Ask，浮动亏损可以非常大。那么DMM的特权呢，DMM可以获得非常高比例的rebate，也就是说，佣金返点非常高。这是对于其承担的义务的回报。

第二就是绝大多是对冲基金不是Broker，也是你一般想买股票不会去找他们报价。在外汇和债券这类市场中，有两级市场，一个是B2C市场，也就是零售市场，里面基本都是Broker-Client，而第二级就是B2B市场，都是Broker-Broker。一般来说，B2B市场的Bid Ask Spread要低一些。一个形象的例子就是，我小时候去批发书的商店买书，一个商店有本习题集没有，于是老板去隔壁家拿了一本，卖给我，最后肯定这个老板要把一部分价格还给隔壁家，我付的价格和老板付给隔壁家的价格就是B2C到B2B市场的差价。

这里投行又耍流氓了，他们有着B2C市场的接入优势，因此只要客户量够大，基本都能把自动化做市实现盈利——因为根据大数法则，一定时间内，买卖双方的交易量应该是均衡的。

那么对冲基金靠什么——靠更好的策略。对冲基金如果要做高频做市的，基本在B2B市场参与，他们不是DMM，但是也自己去报价，然后靠着对于价格走向的准确判断，来调整报价，实现拿到多数对自己有利的单，或者持有更久符合预测方向的单，来达到盈利。这种不是DMM却自发去做做市商的行为，叫做Open Market Making。

Citadel是期权自动化做市的王者，顶峰时期一年的利润可以到1 Billion（2009），而整个市场那年的利润也就是7 Billion左右。因此如果策略逆天，没有客户流，也能靠做市赚钱的。

此外，做市业务之外，对冲基金还多了很多机会。因为很多业务银行做起来不划算——比如商品。考虑一个金融类公司，不能光讨论交易策略，宏观上你一定要思考资金成本等问题，这才是投资之道在投资之外。商品这些之前银行干了很多坏事的业务（详细参加高盛的铜交易和JP的风电交易）都被监管方克以了极高的资本罚金。这是Basel III里面的规定，也就是你拿着1元的股票和1元的监管资产过夜受到的处罚是完全不同的，具体算法参见Basel对于RWA（Risk Weighted Asset）计算的细则。这一系列监管，造成了对冲基金有了大量的新业务——因为投行退出。而大量银行的人才也流向了对冲基金。

现在门径这么清晰，那么投行和对冲基金做量化交易的工作差别就很明显了——投行主要以自动化做市为中心的高频信号、客户流分析、报价博弈论等研究为主。而对冲基金主要是传统的量化Alpha、量化资产配置为主——当然还有公开市场自动化做市了。

希望可以帮助到你，祝投资愉快！

二、国内常见的量化交易平台有哪些

1、在探索量化交易的世界，选择适合的平台显得尤为重要。以下是针对国内市场的几个备受推崇的量化交易平台，它们各具特色，能满足不同投资者的需求。

2、聚宽JoinQuant-高效全面的解决方案

3、作为股票量化交易的首选，聚宽提供了丰富的数据支持，如自2005年起的股市Level数据，上市公司的财务数据，以及各类停复权信息。实时行情数据和盘后财务更新一应俱全。它还囊括基金、期货、指数等的行情和数据，以及金融工具的详尽数据。研究平台以IPython Notebook为基础，支持Python2和3，提供强大的API接口，回测功能涵盖股票、基金和期货，包括日、分钟和Tick级回测。社区活跃且资源丰富，对新手友好，实盘交易选择多样，是初学者的理想之选。

4、优矿聚焦于深度数据，2007年以来的沪深港上市公司财务报表，以及股票、港股的日/分钟行情，涵盖期货、债券、宏观产业数据等。它的研究平台同样支持Python2策略研究，拥有快速的回测功能，涵盖股票、基金、期货和指数的日分钟级交易。活跃的社区环境和免费试用的收费数据，让优矿更具吸引力。

5、米筐RiceQuant提供全面的市场数据，包括股票、ETF和期货的详细信息，且分钟线数据历史久远。研究平台支持Python、Matlab等多语言，API接口齐全。回测和交易功能强大，支持日、分钟级交易。米筐的社区活跃度高，作为量化领域的领军者，它提供丰富的开发经验和金融工程模型服务。

6、掘金量化以近10年详尽的日/分钟/Tick级股票数据和各类附加信息为特点，支持多种语言的策略开发。它的回测功能全面，模拟交易涵盖股票期货，实盘交易需通过申请审核。投研交易一体的平台，强调策略安全，本地化运行无上传需求。

7、迅投QMT不仅提供QMT系统等多元化产品，还能根据客户需要进行定制开发。它为投资者提供一站式服务，从产品设计到运营，满足个性化需求。

8、Bigquant融合了AI技术，提供实时和历史数据，以及新闻和社交数据，支持Python策略开发和AI应用。其回测和模拟交易功能强大，秒级交易信号推送，API接口便于对接。AI赋能的Bigquant量化社区活跃，致力于为企业级投资者提供专业且智能化的投资工具和环境。

9、无论你是量化交易的新手还是经验丰富的交易者，这些平台都能为你提供所需的工具和资源，助你踏上量化交易的高效之旅。选择适合自己的平台，将为你的交易策略带来更多可能。

三、目前市面上的量化交易平台做到了什么程度

1、交易开拓者程序化交易平台

根据账户状况和交易信号来推动交易订单，使用类似于Pascal TBL语言开发策略模型的语法。 TB为定量模型开发中的战略发展提供更为全面的账户和交易功能，市场数据功能和统计功能。它提供了最近的国内TICK数据和多周期历史市场数据。它还为战略绩效评估提供了基础。提供丰富的战略回溯报告项目。就定量交易而言，单一的结核病终端支持同时接受报价和交易的20-30个单一物种图表，但由于客户技术架构，缺乏对高频率和更复杂政策的支持。现阶段结核病在市场低端定量交易平台上有很多期货公司的合作份额较高。

2、根据账户状况和交易信号来推动交易订单，使用类似于Pascal TBL语言开发策略模型的语法。 TB为定量模型开发中的战略发展提供更为全面的账户和交易功能，市场数据功能和统计功能。它提供了最近的国内TICK数据和多周期历史市场数据。它还为战略绩效评估提供了基础。提供丰富的战略回溯报告项目。就定量交易而言，单一的结核病终端支持同时接受报价和交易的20-30个单一物种图表，但由于客户技术架构，缺乏对高频率和更复杂政策的支持。现阶段结核病在市场低端定量交易平台上有很多期货公司的合作份额较高。

3、天软定量研究交易平台采用TSL独特的TSL语言发展战略模式，全天软交易网关，实行量化交易。在定量模型研究和开发方面，我们采用了高性能数据仓库所提供的历史和TICK市场，基础数据，宏观数据等数据源，并提供了7000个开源函数库，用于战略开发，回溯测试，性能分析。在量化交易中，基本实现了自动交易，程序交易，算法交易等定量交易。

4、安易金融终端是国内期货和券商独立开发的股票自动化交易工具。交易模型是使用通用脚本语言和技术指标进行图表驱动的自动交易。在这个阶段，Ahn免费使用程序化交易工具，为国内期货和股票提供历史价格。相对简单的股票，对冲期货和图表交易都可以进行。

什么叫加量化交易平台和目前市面上的量化交易平台做到了什么程度的问题分享结束啦，以上的文章解决了您的问题吗？欢迎您下次再来哦！