大家好，今天小编来为大家解答python交易平台有哪些这个问题，中国的 Python 量化交易工具链有哪些很多人还不知道，现在让我们一起来看看吧！

本文目录

1. 中国的 Python 量化交易工具链有哪些
2. python的应用范围有哪些
3. 国内常见的量化交易平台有哪些

一、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。

二、python的应用范围有哪些

Python是一门简单、易学并且很有前途的编程语言，很多人都对Python感兴趣，但是当学完Python基础用法之后，又会产生迷茫，尤其是自学的人员，不知道接下来的Python学习方向，以及学完之后能干些什么？以下是Python十大应用领域！

Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭建web框架，目前比较有名气的Python web框架为Django。从事该领域应从数据、组件、安全等多领域进行学习，从底层了解其工作原理并可驾驭任何业内主流的Web框架。

网络编程是Python学习的另一方向，网络编程在生活和开发中无处不在，哪里有通讯就有网络，它可以称为是一切开发的“基石”。对于所有编程开发人员必须要知其然并知其所以然，所以网络部分将从协议、封包、解包等底层进行深入剖析。

在爬虫领域，Python几乎是霸主地位，将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。从事该领域应学习爬虫策略、高性能异步IO、分布式爬虫等，并针对Scrapy框架源码进行深入剖析，从而理解其原理并实现自定义爬虫框架。

Python是从事云计算工作需要掌握的一门编程语言，目前很火的云计算框架OpenStack就是由Python开发的，如果想要深入学习并进行二次开发，就需要具备Python的技能。

MASA和Google早期大量使用Python，为Python积累了丰富的科学运算库，当AI时代来临后，Python从众多编程语言中脱颖而出，各种人工智能算法都基于Python编写，尤其PyTorch之后，Python作为AI时代头牌语言的位置基本确定。

Python是一门综合性的语言，能满足绝大部分自动化运维需求，前端和后端都可以做，从事该领域，应从设计层面、框架选择、灵活性、扩展性、故障处理、以及如何优化等层面进行学习。

金融分析包含金融知识和Python相关模块的学习，学习内容囊括Numpy\Pandas\Scipy数据分析模块等，以及常见金融分析策略如“双均线”、“周规则交易”、“羊驼策略”、“Dual Thrust交易策略”等。

Python是一门很适合做科学计算的编程语言，97年开始，NASA就大量使用Python进行各种复杂的科学运算，随着NumPy、SciPy、Matplotlib、Enthought librarys等众多程序库的开发，使得Python越来越适合做科学计算、绘制高质量的2D和3D图像。

在网络游戏开发中，Python也有很多应用，相比于Lua or C++，Python比Lua有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑，Python非常适合编写1万行以上的项目，而且能够很好的把网游项目的规模控制在10万行代码以内。

Python在图形界面开发上很强大，可以用tkinter/PyQT框架开发各种桌面软件！

三、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。

关于python交易平台有哪些和中国的 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。