量化交易在百度百科中解釋如下，量化交易是指以先進(jìn)的數(shù)學(xué)模型替代人為的主觀判斷截珍，利用計(jì)算機(jī)技術(shù)從龐大的歷史數(shù)據(jù)中海選能帶來超額收益的多種“大概率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策束铭。她是一種利用計(jì)算機(jī)技術(shù)防止人為非理性操作的投資方法。國外量化交易已經(jīng)發(fā)展已經(jīng)有三十多年歷史厢绝，目前已經(jīng)比較成熟契沫，但我國量化金融交易還處于起步階段，下面就本文國內(nèi)幾個(gè)口碑比較好的量化平臺進(jìn)行多角度比較昔汉。
? ? ?本次篩選三個(gè)兩黃金交易平臺進(jìn)行比較懈万，分別是優(yōu)礦、米筐ricequant靶病、聚寬joinquant会通。?
一、優(yōu)礦UQER
服務(wù)：為量化機(jī)構(gòu)提供專業(yè)服務(wù)娄周。提供云端涕侈、本地部署以及券商的解決方案。
開發(fā)團(tuán)隊(duì)：100+
數(shù)據(jù)庫:提供股票煤辨、基金裳涛、債券、期貨众辨、港股端三、指數(shù)等各類資產(chǎn)，涵蓋財(cái)務(wù)鹃彻、因子郊闯、主題、宏觀、行業(yè)特色大數(shù)據(jù)团赁、社交等海量金融數(shù)據(jù)育拨。針對量化場景，提供PIT（當(dāng)時(shí)時(shí)點(diǎn)）數(shù)據(jù)然痊，保障量化過程不引入未來數(shù)據(jù)至朗。數(shù)據(jù)來源權(quán)威，數(shù)據(jù)精準(zhǔn)可靠剧浸，并定期推出特色數(shù)據(jù)锹引。
量化因子庫：提供400+量化因子庫，除了傳統(tǒng)的投資主題因子（例如技術(shù)指標(biāo)唆香、價(jià)值嫌变、質(zhì)量、動量）等躬它，還提供了特色Alpha因子腾啥，例如分析師評級、分析師盈利預(yù)測等冯吓。提供因子的靈活構(gòu)建與多重維度的分析構(gòu)架倘待，支持各類因子自動監(jiān)控與分析，提高研究效率组贺。
社區(qū)建設(shè)：客戶活躍度比較高凸舵，如：量化分析師的Python日記【第1天：誰來給我講講Python？】?150.2k瀏覽失尖，101評論
另外存在量化課堂啊奄，無策略大賽。
二掀潮、米筐ricequant：
服務(wù)對象：量化交易員菇夸、寬客，學(xué)生仪吧、工程師庄新，沉浮市場多年的牛人、有志于此的新手邑商。
開發(fā)團(tuán)隊(duì)：Github存在源碼摄咆，1494commits，17 contributors
數(shù)據(jù)庫：財(cái)務(wù)數(shù)據(jù)人断、中國指數(shù)數(shù)據(jù)、股票朝蜘、基金恶迈、期貨、交易日數(shù)據(jù)、Tushare爬蟲數(shù)據(jù)暇仲。
經(jīng)常舉辦各種競賽步做，存在量化學(xué)院。
語言：python
主要功能：策略研究奈附、歷史回測全度、模擬交易、米筐數(shù)據(jù)
社區(qū)活躍：【高收益低回撤】【止損】【夏普率4.0】改進(jìn)版小盤股策略
另外斥滤，存在績效分析将鸵，支持微信登錄。
三佑颇、聚寬joinquant
服務(wù)：機(jī)構(gòu)客戶顶掉、個(gè)人客戶
開發(fā)團(tuán)隊(duì)：100左右，剛剛獲得百度億元B輪融資挑胸。
數(shù)據(jù)：股票痒筒、基金、指數(shù)茬贵、股指簿透、股票財(cái)務(wù)數(shù)據(jù)、金融期貨數(shù)據(jù)解藻、行業(yè)概念數(shù)據(jù)老充、宏觀經(jīng)濟(jì)數(shù)據(jù)等。
開發(fā)語言：Python舆逃，Java
主要功能：量化金融數(shù)據(jù)庫蚂维、向?qū)讲呗陨善鳌⒒販y引擎路狮、歸因分析虫啥、智能投顧服務(wù)、模擬交易引擎奄妨、策略研究環(huán)境涂籽、策略商城、策略擂臺砸抛。
同時(shí)社區(qū)活躍评雌，【量化課堂】機(jī)器學(xué)習(xí)多因子策略閱讀量11098。
聚寬還有策略廣場直焙、策略大賽及量化課堂景东。
還未逐一使用各個(gè)平臺，如有不妥之處奔誓，歡迎指正斤吐。
