Загрузка видео...

Не удалось загрузить видео

На главную

🚨 卧槽!终于有开源项目把量化交易全流程打通了 QuantConnect Lean 目前 GitHub 上已有 20k+ star,是一个成熟的开源算法交易引擎。 它把数据接入、策略开发、回测、模拟盘和实盘执行全部整合在一起,形成了一套完整的量化闭环,而不是只做其中某一块,核心能力: > 支持股票、加密货币、外汇、期权、期货等多个资产 > 高性能事件驱动回测引擎,可精准模拟滑点、交易成本和市场冲击 > 支持 Python 和 C# 编写策略 > 可直接对接多家券商和数据源,实现从回测到实盘的一条龙 > 内置丰富的绩效分析和可视化工具 它真正有用的地方,是把量化交易最麻烦的工程底座标准化:你负责策略逻辑,它负责回测、撮合、组合、交易执行这些脏活。 做股票、期货、期权、加密货币量化研究,或者想让 AI Agent 写策略、回测策略的人,建议保存看看

60,316 просмотров • 4 месяцев назад •via X (Twitter)

Комментарии: 4

Фото профиля Rex | 棱镜量化 PRISM X
Rex | 棱镜量化 PRISM X4 месяцев назад

QuantConnect最值钱的是它的回测引擎 滑点、交易成本、市场冲击都能模拟 策略逻辑自己写,工程脏活它帮你扛

Фото профиля 爱吃折耳根的Ace
爱吃折耳根的Ace4 месяцев назад

确实,最值钱的就是这块。 策略可以自己想,但回测如果连滑点、冲击、成本都不管,很多时候就是纸上富贵了

Фото профиля Senge
Senge4 месяцев назад

a-stock-data的13个数据源我跑了,akshare最稳。这套对Agent投研很友好,skill挂Claude Code就能用。问下数据实时性怎么保证?我测试部分接口有15分钟延迟。

Фото профиля 晚晚
晚晚4 месяцев назад

这个坑太深了,能打通全流程确实省不少事

Похожие видео

做股票量化,真没必要什么都从零开发 挖到 6 个很硬核的开源项目,分别负责数据、AI 研究、策略回测、组合优化、绩效分析和实盘交易。 以前想搭一套完整的量化系统,光数据接口、回测引擎、风控和交易执行就够折腾了。 现在不一样了,很多基础模块已经有成熟的开源实现。 分享 6 个值得研究的项目: 1. OpenBB|金融数据底座 把股票、宏观、期权等金融数据统一接入,Python 和 AI Agent 都能调用。 2. Microsoft RD-Agent|AI 自动研究 微软开源的 AI 研发 Agent,可以自动探索因子、设计模型并迭代研究方案。 3. vectorbt|策略回测 基于 NumPy、pandas 和 Numba 的高速回测框架,适合批量测试策略和参数。 4. PyPortfolioOpt|组合优化 把资产配置、风险平价、Black-Litterman 等组合优化方法封装好了。 5. QuantStats|绩效分析 策略跑完直接分析收益、Sharpe、最大回撤等指标,还能生成绩效报告。 6. QuantConnect LEAN|交易执行 支持股票、期货、期权、外汇和 Crypto,多资产回测和实盘可以使用同一套引擎。 这 6 个项目分开看是工具,按流程组合起来,就有了一套量化研究与交易系统的基础: 金融数据 → AI 因子研究 → 策略回测 → 组合优化 → 风险评估 → 交易执行 当然,不是下载安装到一起就能直接跑,数据和交易接口仍然需要适配。 但对个人量化开发者来说,最费时间的基础模块已经有现成的开源实现。 做股票量化、AI Trading、策略研究或者自动交易的,这 6 个值得一起收藏。

爱吃折耳根的Ace

25,965 просмотров • 1 месяц назад

我去!有人把量化策略、回测、参数优化、模拟盘和实盘交易整合成了一套 Python 框架,连 AI Agent 都能参与策略分析! Investing Algorithm Framework,2.2K Stars,覆盖股票和 Crypto 量化研究。 以前写量化策略,回测一套代码,实盘又要重新接 API、处理订单和风控。 这套框架直接把策略开发、回测、优化和交易执行串起来,同一份策略逻辑就能反复使用,省去大量重复开发。 核心能力: 1️⃣ 双引擎回测:Polars 高速筛选,再逐根 K 线模拟订单、手续费和滑点 2️⃣ 策略代码复用:同一套交易逻辑,贯穿回测、模拟盘和实盘 3️⃣ 批量参数优化:测试数千组参数,支持滚动验证和样本外测试 4️⃣ 80+ 风险指标:Sharpe、Sortino、最大回撤、蒙特卡洛测试等 5️⃣ 自动交易与风控:支持 CCXT 交易所接口、仓位管理、止盈止损 6️⃣ AI + MCP:让 AI 查询回测数据、比较策略,配合图表分析收益曲线 比较实用的是,写一套 BTC 均线策略,可以先批量测试参数,再验证交易成本,最后沿用策略逻辑进入模拟盘。 资金曲线、交易记录和风险指标也能保存,方便复盘。 目前 v9 仍处于 Alpha 阶段,股票实盘可能需要额外适配券商接口。 做股票量化、Crypto 策略或自动交易系统的,这套值得收藏。

爱吃折耳根的Ace

15,481 просмотров • 19 дней назад

做股票量化,其实真不一定非得拉一整支团队。 我把几个成熟的开源项目拼起来,一个人也能搭出一套比较完整的股票量化工作流: 数据获取 → 因子/模型研究 → 回测验证 → 模拟/实盘执行 我目前重点看的 5 个: Qlib 48k star 微软出的 AI 量化投研平台。因子研究、机器学习、Walk-forward 都比较完整,适合把一个交易想法真正做成预测模型。 vnpy 44.8k star 中文量化里绕不开的框架。股票、期货都能做,回测和实盘基本是一套逻辑,网关和文档也很成熟。 AKShare 22.3k star A股 / 港股 / 美股的数据入口。行情、基本面、指数成分这些都能拉,很多国内量化项目的数据层就是从它开始。 QuantConnect Lean 21.4k star 偏机构级的多资产量化引擎。事件驱动、历史数据、回测和券商对接都比较完整,美股生态尤其成熟。 easytrader 10.1k star 偏 A 股实盘执行。可以接同花顺、miniQMT、雪球组合,把策略最终落到真实交易这一步。 这 5 个组合起来,大致就是: AKShare 负责数据 → Qlib 负责研究和模型 → vnpy / Lean 负责回测与交易框架 → easytrader 负责 A 股执行。 它们当然替代不了专业量化团队,但对个人来说,已经足够把一套股票量化流程真正跑起来。 想自己系统搭一套股票量化工作流的,这几个项目值得收藏跑一下的。

爱吃折耳根的Ace

21,007 просмотров • 2 месяцев назад

做加密量化,如果你不想回测一套、调参一套、实盘又重写一套,Freqtrade 基本把整条链路都给你接起来了。 freqtrade,54.3K stars,支持币安/OKX/Bybit 等所有主流交易所现货+合约,回测、FreqAI 机器学习、Telegram/网页控制全都有! 以前写币圈交易机器人,得自己接交易所 API、做回测、做风控、做告警,一堆坑要踩。 freqtrade 不一样,开箱即用的完整交易机器人,交易所支持最全、社区最大、文档最全,全球量化玩家都在用。 核心能力: 1️⃣ 策略回测:直接用交易所历史 OHLCV 数据测试策略,手续费也会计入结果 2️⃣ Hyperopt 调参:可以自动搜索入场、出场、ROI、止损、移动止损等参数 3️⃣ Dry-Run 模拟盘:先用实时行情跑模拟交易,不碰真钱,验证回测和真实市场之间的差距 4️⃣ 实盘自动交易:支持 Binance、Bybit、OKX、Gate、Kraken、Hyperliquid 等,覆盖现货和多个期货市场 5️⃣ FreqAI:可以训练自适应机器学习模型,并定期重新训练,让模型跟随市场变化 6️⃣ 风控与交易对管理:支持白名单、黑名单、动态交易对、仓位管理和保护机制 7️⃣ WebUI + Telegram:直接查看持仓、盈亏、交易记录,也能远程启动、停止和管理 Bot 它是一个 Python 开源量化交易框架,从历史数据、策略开发、回测、参数优化,到模拟盘和实盘交易,都可以在同一套系统里完成。 做 Crypto 量化、策略回测、自动交易或者机器学习交易的,这个基本属于绕不开的项目。

爱吃折耳根的Ace

24,832 просмотров • 2 месяцев назад

我去!加密量化框架的天花板,策略从回测到实盘,一个 Python 类就能写完。 Jesse,8.5K stars。自托管框架。should_long / go_long 写逻辑,带止盈止损。多周期、多标的一起测,官方强调没有未来函数。杠杆、做空、部分成交都支持。 以前加密量化,回测一套、实盘再换交易所 SDK,指标还得自己对齐 K 线。 Jesse 不一样,研究、优化、模拟盘、实盘同一套策略代码。 核心能力: 1️⃣ 策略回测:支持多币种、多周期同时回测,并避免 Look-ahead Bias 2️⃣ 300+ 技术指标:均线、RSI、MACD 等直接调用,不用自己重复造轮子 3️⃣ 参数优化:通过 Optuna + Ray 并行搜索策略参数,批量寻找更好的组合 4️⃣ 策略验证:支持规则显著性检验和 Monte Carlo,检查收益到底是策略优势还是运气 5️⃣ 机器学习:可以从回测中采集训练数据,训练分类/回归模型,再直接放回策略里预测 6️⃣ 模拟盘 + 实盘:支持 Spot、Futures、杠杆、做空、分批成交以及多账户交易 7️⃣ Jesse MCP:可以直接接 Claude、Codex、Cursor、VS Code 等,让 AI 帮你写策略、跑回测、优化参数和分析结果 我比较喜欢它的一点是: 指标已经迁到 Rust,重计算会快一截。Hyperliquid、Binance 等现货和合约都能接。本机 PostgreSQL + Redis,策略不出自己机器。 做 Crypto 量化、策略回测、机器学习交易或者 AI Trading Agent 的,这个框架值得上手。 GitHub:

爱吃折耳根的Ace

27,269 просмотров • 2 месяцев назад

我靠!一台开发板,13 秒就跑完了 3547 只 A 股的 11 年策略回测! 有人把 C++ 的计算性能和 Python 的开发效率结合起来,连多策略组合、资金管理和真实交易规则都做进了框架! 开源项目 Hikyuu,3.7K Stars,Apache-2.0 开源,一套专门面向系统化交易研究的高性能量化框架。 以前自己搭 A 股量化系统,指标计算、策略回测、仓位管理和交易成本都得分别处理,数据一多还容易跑得很慢。 Hikyuu 直接把这些环节拆成可自由组合的模块,底层 C++ 负责计算,Python 负责策略开发。 核心能力: 1️⃣ C++ 高性能引擎:作者测试 1913 万根 K 线的均线汇总计算,预热后仅需 166 毫秒 2️⃣ 模块化策略开发:买卖信号、止盈止损、仓位管理、滑点等模块自由组合 3️⃣ A 股交易规则:模拟手续费、印花税、停牌、除权除息和延迟成交 4️⃣ 多策略组合:支持多因子选股、资金分配、组合调仓和多层策略嵌套 5️⃣ 策略回测验证:支持 Walk-forward 滚动优化、交易记录和绩效分析 6️⃣ 数据与可视化:支持 HDF5、MySQL、ClickHouse、SQLite,配合 Python 绘制 K 线和交易信号 比较厉害的是,比如你有均线突破、趋势跟踪和多因子选股三套策略。 可以分别回测,再组合成一个投资组合,由框架统一管理资金、仓位和风险。 而且作者特别强调回测真实性,手续费、成交延迟、除权除息都要算清楚,避免漂亮的收益曲线掩盖实际问题。 项目支持 pip 安装,Python 3.10+ 即可使用。 它主要面向 A 股研究,不自带券商实盘下单功能,美股等海外市场需要自己接入数据。 做 A 股量化、Python 策略回测、多因子选股或者高性能交易系统开发的,这套值得认真研究! GitHub:

爱吃折耳根的Ace

22,699 просмотров • 7 дней назад

卧槽!有人把 50 套量化交易策略全部公开了,连源码、回测收益和最大回撤都能直接查看! quants.md + QuantJourney Backtester,Apache-2.0 开源,覆盖股票、ETF、期货、外汇等市场。 以前找量化策略,GitHub 上虽然代码不少,但很多只有交易逻辑,没有完整回测结果,想验证还得自己搭环境。 这套资源有点东西,直接把策略源码、历史表现和 Python 回测引擎整合起来,最长回测跨度达到 26 年。 核心能力: 1️⃣ 50 套量化策略:25 套组合权重策略、20 套订单策略、5 套滚动验证和优化案例 2️⃣ 策略类型丰富:均线趋势、RSI 反转、动量轮动、配对交易、风险平价等 3️⃣ 交易模拟:支持市价、限价、止损、追踪止损、OCO 订单,还能计算手续费和滑点 4️⃣ 参数优化:支持网格搜索、Optuna、Walk-Forward 样本外验证,检查过拟合风险 5️⃣ 可视化回测:网站展示 45 份结果看板,包含收益、Sharpe、最大回撤等指标 6️⃣ AI 辅助开发:内置 5 个 AI Skills,辅助编写策略、检查未来函数和分析回测报告 更实用的是,比如你想研究 SPY 均线策略,可以直接查看历史收益、最大回撤和 Python 源码,再修改参数重新回测。 网站还能按策略类型、市场和交易周期筛选,不用自己到处找代码。 不过部分历史数据回测需要 QuantJourney 账户及相应权限,开源引擎也不代表云端服务全部免费。 做股票量化、策略回测或者 AI 交易系统开发的,这套资源值得收藏! 策略库: GitHub:

爱吃折耳根的Ace

23,841 просмотров • 17 дней назад

卧槽!FMZ 把积累多年的量化交易策略直接放上 GitHub,6K Stars、1.9K Forks! 整个仓库超过 5800 个文件条目,趋势、网格、套利、资金费率、高频、期货、Crypto,连 TradingView 策略都能找到。 我以前写量化策略,光交易所 API、订单精度、手续费、滑点这些问题就能折腾好几天。 FMZ 直接公开大量现成策略的源码和交易逻辑,拿来研究、修改,再配合平台回测,省下不少重复开发的时间。 核心能力: 1️⃣ 策略资源丰富:趋势跟踪、网格、套利、马丁、均值回归等大量案例 2️⃣ TradingView 策略:Pine Script 源码,涵盖 EMA、RSI、MACD、Supertrend 等指标 3️⃣ 套利与对冲:跨交易所价差、三角套利、网格交易等实战思路 4️⃣ 多语言支持:JavaScript、Python、C++、Pine Script、麦语言等 5️⃣ 回测与实盘:结合 FMZ 平台测试收益、回撤、成交记录,还能模拟和实盘运行 6️⃣ AI + MCP:FMZ 平台支持 AI 辅助写策略、查询市场数据和调用回测工具 更实用的是,不少案例连下单、平仓、止盈止损的代码都给出来了。 想研究一个交易策略,直接看看别人怎么实现,再改参数、重新回测,比自己从零折腾效率高得多。 不过部分历史策略可能已经失效,实盘前需要验证。 做 Crypto 量化、TradingView 策略研究或者自动交易机器人的,这个值得收藏。 GitHub:

爱吃折耳根的Ace

35,464 просмотров • 20 дней назад

卧槽!FMZ 官方直接开源了几百个现成策略,5.8K star、1.8K fork 直接整理了几千个现成量化策略,均线、趋势、网格、套利、资金费率、高频、期货、Crypto 基本都能找到。 以前你写个币圈策略,光交易所 API、精度、撮合、资金费率这些脏活就得啃几天,写出来还不一定跑得通。 它不一样,FMZ 就是发明者量化那个免费云平台,这仓库把策略广场里沉淀多年的源码一次性放出来,你直接抄、直接改、直接跑。 核心能力: 1️⃣ 几千个量化策略案例,直接看源码、逻辑和参数,不用每次从零开始想 2️⃣ 覆盖趋势跟踪、网格、套利、马丁、资金费率、高频、多周期等不同交易思路 3️⃣ 支持 JavaScript、Python、C++、Rust、Pine Script、麦语言等多种开发方式 4️⃣ 策略可以直接拿到 FMZ 做历史回测,看收益、回撤、成交和资金曲线 5️⃣ 支持 Paper Trading 和 24/7 实盘,可以从研究继续走到真实运行 6️⃣ FMZ 现在还集成了 AI + MCP,可以直接用自然语言辅助写策略、查市场和做量化研究 我比较喜欢它的一点是: 当你突然想研究一个策略,比如资金费率套利、网格或者趋势跟踪,不用先从白纸开始。 先来这里搜一遍别人怎么做,再拆逻辑、改参数、重新回测,效率会高很多。 更关键的是,这些策略还能继续丢到 FMZ 里回测、模拟,甚至跑实盘。 做 Crypto 量化、策略研究或者程序化交易的,这个很适合收藏。

爱吃折耳根的Ace

54,344 просмотров • 1 месяц назад

卧槽!有人把 48 套 TradingView 量化交易策略直接开源了! 趋势跟踪、动量交易、均值回归,连多品种自动预警和策略回测都安排好了。 这个开源项目叫 pinescript-strategies。 作者整理了 74 个 Pine Script 文件,包含 48 套交易策略、19 个技术指标和 7 套多品种预警系统,支持 Pine Script v4/v5。 以前想研究 TradingView 量化策略,得自己找指标、写交易规则、调试代码。现在不少现成策略都能直接打开源码研究。 核心亮点: 1️⃣ 趋势跟踪:包含 Double Supertrend、EMA 交叉等策略,研究趋势判断和进出场信号。 2️⃣ 动量交易:结合 MACD、RSI、布林带等指标,研究动量变化和交易机会。 3️⃣ 均值回归:提供 BB + Aroon、布林带背离等策略,研究价格反转和回归逻辑。 4️⃣ 技术指标库:19 个指标源码,涵盖 MACD 背离、DMI、SuperTrend 和波动率分析。 5️⃣ 多品种自动预警:7 套警报脚本,部分支持同时监控 40 个交易品种。 6️⃣ 自动化回测:通过 PineTS 测试部分 v5 策略,分析胜率、Sharpe 和最大回撤等指标。 我觉得最有价值的,不是单纯收集了 48 套策略,而是把交易逻辑、技术指标、预警和回测工具放到了一起。 比如用 SuperTrend 判断趋势,RSI 过滤信号,再结合 MACD 研究入场条件,就能尝试搭建自己的量化策略。 而且源码都能直接研究,不用每个交易条件都从零开发。 经常用 TradingView、学习 Pine Script,或者想开发股票量化策略的,这套源码值得收藏。

爱吃折耳根的Ace

37,760 просмотров • 1 месяц назад