1.4 国内量化投资工具介绍

问题

国内有哪些量化投资工具？

引言

中国市场是一个很奇妙的市场，受市场的影响，更受政策的影响。股市上涨的时候，配资、杠杆、高频，什么都可以有；当股市不好的时候，新股停、股指期货停、融券停、熔断二次千股跌停。

相对于金融二级市场的特殊秩序，各种交易工具也是五花八门。本节就来聊聊中国市场的各种量化交易工具。

1.4.1 量化交易概况工具

在二级市场做交易，我们首先要了解市场的规则和交易工具的使用方法，下面将逐一介绍可以使用的交易工具。

由于金融市场的独立性，我们通常所说的量化交易可以分为证券交易和期货交易。通过证券账户，我们可以交易股票、债券、回购、开放式基金、分级基金、质押、融资融券、大宗商品、券商理财等。通过期货账户，我们可以交易商品期货和金融期货。

在中国玩量化，主要就是期货、股票、债券、基金的量化交易。对于个人账户来说，只有期货是可以实现全自动化量化交易的，而证券类金融产品由于多种限制很难实现全自动化，一般情况下只有机构账户才有交易接口，所以证券交易的量化，大多都停留在量化选股和回测上面。

图1-13完整地介绍了我们做量化投资时经常要使用的工具，包括自动化交易和手工交易两个部分。

由于图1-13比较复杂，我们需要把图分成几个部分单独进行说明。

A：从中间的交易所数据开始看，所有的数据都来源于交易所，原始数据包括价格、交易量、买方报价、卖方报价、竞价、资金流入、资金流出等。

B：当你在证券公司或期货公司开户后，券商会给你提供证券客户端工具或期货客户端工具，利用券商提供的客户端就能够进行手工下单的交易了。如果你觉得券商的客户端不太好用，可以自己下载同花顺、大智慧、东方财富、万得财经等第三方辅助交易工具，把你的券商账户配置进去，用这些第三方的交易工具来交易。第三方的辅助交易工具一般都会有更好的操作界面和选股推荐，还有更多的人工服务，帮助散户快速了解市场。但也存在很大的安全隐患，就是你的个人信息会被第三方拿到，有被泄露的风险。

C：期货市场是目前程序化水平最高的市场，主要是因为期货开放的程序化接口CTP。你只要开通了期货账户，就可以马上申请开通期货的CTP交易接口。通过CTP接口，你可以免费获得期货的实时行情，同时可以自己编程实现程序化下单，这样就打通了期货全自动化交易的流程。

D：期货交易有5个主要的量化交易软件，分别是文华财经、MultiCharts（MC）、交易开拓者（TB）、金字塔决策交易系统和TradeStation（TS）。这5个软件已经封装了行情、交易、回测、账户管理、策略模板等功能，同时提供独立的脚本语言，让开发者可以编写自己的交易策略模型。利用这类软件在特定的环境进行脚本开发，是非常快速、方便的。开发完成的脚本，如果回测效果非常好，不用修改代码直接就可以进行实盘交易了。在市场程序化成熟度还不太高的时候，很多小私募和期货公司大量使用这种方法做量化交易是非常有效的。

E：证券市场的程序化交易，基本都被政策所限制。虽然有程序化的交易通道，但都属于机构专用，一般都需要3千万以上资金的机构用户才能申请。自2015年股市过山车似的大起大落之后，证监会直接叫停了所有新基金的程序化交易通道，当前市场上能够进行自动化交易的机构，应该都是在2015年5月之前成立的基金产品。所以，高门槛和严监管，让证券自动化难以实现。

F：从2015年开始，很多互联网金融平台兴起，开始利用互联网技术优势，抢占金融的市场。互联网金融方向，除了P2P和支付，另外一个分支就是量化投资。目前国内在线编程交易模型比较主流的平台就是聚宽（JoinQuant）、优矿（uqer）、米筐（RiceQuant）。这种模式主要模仿的是国外Quantopian（https://www.quantopian.com），利用互联网来打破金融量化的壁垒，让外部知识来冲击原有的金融领域固化的投资思路，通过互联网的群体来贡献新的策略，转而进行投资赚钱。我在2015年创业也是做的这个模式，当然我是利用R语言来作为算法引擎，其他的平台大多都是基于Python的。关于编程语言的问题，我就不争论了，各有各的好。

G：还有一种最专业的玩法，就是什么平台都不用。直接获得数据后，自己开发程序做回测、做交易、做会计、做风控……交易的原始数据主要是交易所来提供，但是个人或公司和交易所是无法对话的，中间就产生了数据服务商。万得已经是中国最大的金融付费数据的服务商了，聚源同样提供数据服务，先被恒生收购，恒生后又被阿里收购，应用是阿里系在金融的布局。另外，还有一种免费的数据获得方法，就是从新浪财经免费抓取。网上有各种程序教你怎么爬取数据，后来有人把互联网爬取数据的方法统一写成了一个Python的库，就是TuShare。你可以利用这个库，爬取到比较全的金融数据。

我想说的是，做专业的事情，还是要用专业的数据库才会稳妥，特别是和钱有关的事情。互联网上的数据虽然免费，但你写程序爬取、网络速度、数据结构、数据更新等操作，维护的成本也很高，免费的数据经常还会出点错，多一行或少一行。如果你依靠用免费的数据所实现的策略，自己都不一定敢放钱去交易。

H：一旦我们获得了标准化的市场数据，后面就好办了。我可以用R做个回归分析，或者做个基于MACD的趋势分析，再设计一个alpha的对冲策略，想怎么干都行了。这种方式是最灵活的，你不需要受到市场或者工具的限制，完全自己掌握。我觉得随着量化的成熟度越来越高，这种通过数据自建交易平台的模式会越来越多，这才是核心知识、核心技术。而且平台化的通用策略模型，最终可能会在完全竞争的市场中成为历史。当然，这会需要很多年的时间！

J：其实量化投资的目标，只有两个，一个是回测，一个是交易。我们要根据自己的目标来选择工具，你是想交易赚钱，还是想通过回测发现市场机会，或者两个都想。目标明确，选择顺手的工具，才能让你事半功倍。

我们把框架思路讲完了，下面就分别详细介绍一下列举的这些工具怎么用吧。

1.4.2 证券期货客户端

要进行证券或期货的交易，首先就需要去券商开户，然后由券商提供给你交易客户端。每个券商的软件操作界面都是不一样的。

1．证券交易客户端

股民在证券公司进行开户，证券公司一般要负责向用户进行股票或期货交易的入门培训，并告知风险，同时帮助股民开通交易所账号，打通银行的资金通道，进行银证转账等。

每个证券公司，都有一些自己的特色，比如股票交易的手续费打折、为融券操作提供足够多的券、远程开户等。记得2010年的时候，万分之七点五的股票佣金已经很低了，到2016年随着互联网的冲击，互联网券商可以给出的佣金是万分之二。现在更是到了底线，可见券商这块已经没有利润了。

有的证券公司，提供投票推荐服务，给你选股的建议。有的证券公司，理财类的金融产品做得很好，不仅风险低，而且还有不错的回报。有的证券公司，主打服务，定期安排知识讲座，并与股民互动。在2000年以前个人计算机不发达的时代，大家都去股票大厅，一起交流。现在基本都在家里交易，年轻人没有时间长期盯盘，一般都通过手机来交易。

关于证券开户的问题，上海证券交易所只能开一个账户，深证证券交易所可以开多个账户。到2014年年底，股市开始活跃时，证监会放开了开户许可，不再对开户的数量进行限制，你可以在每家券商都开户。后来，在股市经历2015年的三起三落，以及2016年的持续震荡后，证监会从政策上又把开户数量限制为3个。这大概就是政策大于市场的体现，也许隐含着什么信号。我自己开了3个证券账户，有一个账户手续费最便宜，有一个账户是最早开通的，还有一个账户提供上门服务。

证券的客户端截图如下，分别是如图1-14所示的招商证券客户端和如图1-15所示的华泰证券客户端。

证券客户端的操作界面上，通常都会分为两个部分，行情部分和账号与交易部分。行情部分一般都由第三方软件公司提供，主要的两个行情软件供应商分别是通达信和同花顺。招商证券客户端的行情界面是通达信的，而华泰证券客户端的提供商是同花顺的。账号与交易部分一般都是券商自己制定的，比较个性化，每个券商的交易部分的界面，都是完全不同的。招商证券客户端，交易部分的界面默认是嵌入在行情界面下方的。而华泰证券客户端，交易部分是另外一个独立软件程序，与行情界面是完全分离的。

第三方证券客户端软件，包括个人用户版本大智慧、同花顺、东方财富，以及专业用户版本的万得财经等。

❑大智慧官方推行的理念：更专业的策略方案，更安全的风控策略，更权威的投资平台。

❑同花顺官方推行的理念：让投资变得更简单，人工智能+炒股软件。

❑万得财经官方推行的理念：全方位洞察金融咨询，覆盖全球金融市场的数据与信息。

从软件的界面设计以及操作感觉，就能体会到每个软件的差异化定位和市场侧重点。下面分别是第三方客户端的截图：大智慧客户端（图1-16）、同花顺客户端（图1-17）、万得财经客户端（图1-18）。

不管是券商的客户端，还是第三方的客户端，总有一款是最适合你的。

2．期货交易客户端

如果做期货，你需要下载期货公司提供的客户端软件。如图1-19所示是国信期货的客户端软件界面，界面设计得中规中矩，交易时需要的视图都有，就是用户体验不够友好。

另外，还有一款第三方期货软件——快期（如图1-20所示），是比较受大家欢迎的。快期，一切以快速交易为核心，所有功能都围绕着快速交易而设置。快期提供界面自由配置、多种下单板选择、报价块下单、鼠标快速下单、键盘快速下单、快速撤单、自动开平、账户交易报告等功能。通过界面的自由配置，客户可以调配出符合自己使用习惯的界面布局，提高客户使用的舒适度。

1.4.3 金融数据库

如果你想做量化投资，数据是非常关键的。在中国，有很多数据服务商可以供我们选择，有收费的数据，也有免费的数据。

1．收费数据服务

万得提供了中国最全面的财经数据库，但是收费也是相当高的。除了万得，还有聚源数据库，巨灵金融数据库，财汇数据库，朝阳永续数据库，中诚信数据库等。当然每种数据库都有自己的定位，有综合的、有侧重宏观数据的、有侧重交易所数据的、有侧重债券数据的、有侧重私募数据的、也有侧重VC/PE数据的。如果你对这一大堆数据库摸不着头脑的话，还可以选择第三方数据平台，比如通联数据，通过平台来发现你需要的数据，再进行购买和使用。

2．免费数据服务

互联网上也存在很多免费金融数据。新浪财经很早就开始提供免费的数据接口，供互联网用户下载股票行情。R语言中集成的quantmod包，可以从Yahoo财经抓取数据，本书中的很多例子都是用这种方式做的。随着互联网化的普及，很多网站都提供实时的交易大盘。一般的，只要是能在网页上看到的内容，数据都是可以爬到的。大多数网页都是通过Ajax技术传输JSON格式数据，如果你熟悉Javascript语言，通过chrome浏览器看一下代码怎么写的，很容易就能把数据爬下来，不过自己来维护程序，还是比较麻烦的。

TuShare工具包，解决了爬数据的问题。你可以直接使用TuShare工具包来爬取互联网数据，这样就省去了自己维护爬虫的工作，能更加专注于数据分析。

最后，还有一种中国特色的数据方案，就是去就淘宝买数据。数据价格也很便宜，是个人可以接受的，而且质量比从互联网爬取更有保证。

1.4.4 互联网在线策略平台

聚宽（JoinQuant）、米筐（RiceQuant）、优矿（Uqer），是从互联网兴起的3个做在线策略研发的平台。如果你还是量化小白，可以先去这3个平台上玩一下，在每个平台社区中都有不少的好东西，可以让自己快速了解量化是怎么做的。各种量化模拟的交易大赛，也能让你快速结实同道中人，对于新手起步还是很好的。当你过了入门期，随着对量化的理解和实践经验的提升，后面的修行就需要以专业化的知识作为积累，比如本书就比较适合了。

图1-23至图1-25分别是3个平台的回测运行的截图，聚宽与米筐非常相似，完全就是quantopian的中国版，而优矿的设计结合了投研报告，是一种IT和金融的结合方案。面向不同的互联网用户，不知道哪种设计会更吸引人呢？

这3个平台都提供Python的API，都是基于Docker容器的自动化资源分配方案，且都不能直接下载数据。Docker是一个开源的、系统级的、轻量的虚拟化技术，关于Docker技术的详细介绍，请参考本书4.3节。

随着在线策略研发平台的兴起，也导致了在线策略交易平台在走下坡路，如中量网、微量网正面临巨大的转型压力。

1.4.5 量化工具软件

文华财经、MultiCharts（MC）、交易开拓者（TB）、金字塔、TradeStation（TS），是以软件形式提供的量化客户端程序，你的策略开发过程需要把数据下载到本地，然后利用你本机的资源进行计算。

那么本地软件与互联网平台有什么区别呢？从软件架构设计上考虑的主要问题是，数据在哪保存、计算在哪完成。

互联网平台通常都不需要下载数据，用户在线写好代码，直接提交就行了。服务器端后台会为用户启动一个Docker容器，根据配置分配好内存、CPU等计算资源，计算完成后把结果通过浏览器再展示给用户。整个过程都在服务器端完成，用户不需要自己的计算机有多高的配置，只要能上网，并有个支持H5特性的浏览器就行了。互联网平台的系统架构思路如图1-26所示。

而客户端软件架构的思路是完全不同的，如图1-27所示，所有的数据都必须下载到本地，然后再运行，这样会用到本地计算资源。用户的回测程序的计算速度受本地计算机的性能影响，这时用户就需要配备一台高配计算机。虽然这种方式会把数据下载到本地，但也只能在这个软件内部用，因为数据是加密的，没有文档，也没有数据格式说明。

利用文华财经软件，你可以边编程，边通过可视化的界面，直观地看到交易信号，同时还有完整的策略分析报告，这个设计非常方便。图1-28和图1-29是文华财经的wh8软件截图，包括编程和回测界面，以及策略报告。

文华财经的一大特点，是把交易策略分为趋势交易、套利交易、盘口交易，再针对不同的交易模式提供特殊的函数来支持。其他的几个量化软件，与文华wh8功能上是类似的，大家可以根据自己的兴趣或者培训课程自行下载使用。

1.4.6 API程序工具

最后我要介绍的方法就是专业人员的做法了，同时也是有编程背景的人最突出的优势点。通过交易接口和行情接口，自己动手编程来构建整套的投研体系和交易体系。这种方法是需要一个团队来完成的，涉及的知识点很多，而且工作量是巨大的。

市场上，开放的交易接口主要有CTP、REM等，同样的，每种工具各有特点。

CTP（Comprehensive Transaction Platform，综合交易平台）是专门为期货公司开发的一套期货经纪业务管理系统，由交易、风控和结算三大系统组成。CTP交易系统主要负责订单处理、行情转发及银期转账业务；结算系统负责交易管理、账户管理、经纪人管理、资金管理、费率设置、日终结算、信息查询以及报表管理等；风控系统则主要在盘中进行高速的实时试算，以及时揭示并控制风险。系统能够同时连通国内四家期货交易所，支持国内商品期货和股指期货的交易结算业务，并能自动生成、报送保证金监控文件和反洗钱监控文件。

REM是盛立极速柜台交易系统，是以硬件FPGA技术来处理核心事前风控业务和交易管理业务的系统。REM系统的主要业务功能将分为两部分：交易和风险控制。系统在提供严密事前风控的同时又保证了超低延迟，成就专业和机构投资者最安全又最快的交易。

CTP可以在期货公司直接开通，比较成熟，而REM只是特定的期货服务商才有，而且只有基础API功能。CTP是通用期货交易接口，支持连接4个期货交易所，REM重点支持上海期货交易所，不支持中国金融交易所。速度上，CTP延迟在20ms左右，REM延迟在5ms左右，这些都是在机房的测速，远程连接延迟都在500ms以上。

不管接入CTP或REM，都是需要C++编程的。这些程序使用的都是异步回调的机制，你还需要了解Callback的程序设计方法。直接用C++进行程序开发，对于一般的程序员来说也是相对复杂的。你至少需要2个独立的进程处理行情和交易，在交易时，你可能需要用最新价挂单，这时进程之间是需要传递数据的。你研发的策略模型，有可能是用R语言和Matlab来编写的，然后把交易信号传给C++的下单程序去交易。另外，针对不同的交易策略，比如同一时间，一个做TF1706空单，一个做TF1706多单，你就应该在系统内部进行撮合，有记账、而不进行实际交易。当你要下多于500手大单子的时候，你的系统也应该能够帮你把大单拆散，以每秒5手的速度下单，从而减少对市场的冲击。如果按照我上面列出来的要求开发一套系统，你的系统的复杂度就会变得很高了。当然，如果你的资产规模有几个亿，这一切都是值得的。

做量化有这么多的选择，为什么我要用R语言？在本书开篇1.1节我已经强调过了，R语言并不是万能的，我用R来解决建模的问题，当然你也可以用Python或Matlab来做，各有各的好。Matlab很方便，但是收费；Python虽说什么都可以干，但当你用Python去解决一个非工程化的问题的时候，可能找不到思考的方向。

明确你的目标，选择顺手的工具，发挥自己和工具的特点，去创造价值吧！