開發(fā)量化策略所需要的數(shù)據(jù)，包括歷史數(shù)據(jù)和實時數(shù)據(jù)。特別指出，我們只介紹免費的數(shù)據(jù)源，以幫助大家降低成本。
量化策略開發(fā)第一步：數(shù)據(jù)源
開發(fā)量化策略的第一個重要環(huán)節(jié)：如何獲取數(shù)據(jù)？
先從股票開始，股票的歷史數(shù)據(jù)，我們可以借用三方平臺回測（例如優(yōu)礦、聚寬、米筐等），相當于借用了平臺的歷史數(shù)據(jù)，但平臺歷史數(shù)據(jù)有一個問題：往往不能將全量數(shù)據(jù)下載到本地。想要自己搭建股票回測框架的話，推薦用tushare的數(shù)據(jù)，如果你是學(xué)生，tushare是可以免費使用的；而如果你有寫blog的習(xí)慣，也可以寫一些tushare相關(guān)的技術(shù)文，向tushare申請免費的積分以獲取數(shù)據(jù)權(quán)限。
對于實時數(shù)據(jù)，目前新浪財經(jīng)、騰訊股票可以通過爬蟲抓取實時數(shù)據(jù)，
然后再看期貨，期貨數(shù)據(jù)根據(jù)數(shù)據(jù)周期可以分為K線數(shù)據(jù)和tick數(shù)據(jù)。期貨的三方平臺例如tbquant，提供了tbpy的接口。我們可以通過Python將平臺提供的全量歷史k線數(shù)據(jù)下載到本地，來進行本地的回測，可以說是極為友好了。此外，比如tqsdk（快期天勤的Py接口），以及上文提到過的tushare，也能提供期貨的k線的歷史數(shù)據(jù)接口。
對于高頻策略需要用到的tick數(shù)據(jù)，就只能通過自編軟件來收集了，目前我們沒有看到三方平臺或數(shù)據(jù)商有這一類免費的數(shù)據(jù)源提供。期貨的實時數(shù)據(jù)，由于有ctp api這個完全免費、高度成熟的期貨接口，任何人都可以通過這個接口接收交易所推送的標準行情數(shù)據(jù)，與此同時，我們可以配合mysql或mongodb，將數(shù)據(jù)落地，就形成了本地的tick級數(shù)據(jù)回測來源。
最后是數(shù)字貨幣，數(shù)字貨幣的歷史k線數(shù)據(jù)，可以通過cryptodatadownload網(wǎng)站獲取到。而tick數(shù)據(jù)，和期貨一樣，全量的數(shù)據(jù)，只能通過自編代碼收集。好在所有的主流數(shù)字貨幣交易所，都提供了api的接口，與期貨所不同的是，數(shù)字貨幣的api接口，不僅有websocket的實時行情推送，還可以通過rest api去查詢一定時間范圍內(nèi)的歷史數(shù)據(jù)，可以將其落地，作為回測所需數(shù)據(jù)。
量化策略開發(fā)第二步：回測平臺
開發(fā)量化策略的第二個重要環(huán)節(jié)：選擇合適的回測平臺/框架
量化策略的回測，我們既可以借助成熟的三方平臺，也可以用例如Python等語言自行編寫搭建回測框架。
先說三方平臺，股票回測的三方平臺，以聚寬、優(yōu)礦、米筐這3個最常見，這3個平臺都是Python API的結(jié)構(gòu)，并且有完善的測試結(jié)果的可視化工具。
對于期貨的回測，K線策略同樣可以借助4大三方平臺：tbquant、文華財經(jīng)、金字塔、multicharts來實現(xiàn)，如果對于Python比較熟悉，也可以選擇天勤的tqsdk或者vn.py來回測，其中vn.py需自行對接歷史數(shù)據(jù)。
最后是數(shù)字貨幣，數(shù)字貨幣最出名的三方平臺是FMZ，F(xiàn)MZ對回測來說是相對比較友好的，支持Python、JS、以及類似文華財經(jīng)的易語言，但不建議用FMZ進行實盤，機器人托管費用實在是太高。除了FMZ，對于邏輯相對簡單的K線策略，我們也可以采用TradingView來進行測試，TradingView可以理解為是網(wǎng)頁版本的文華財經(jīng)。TradingView的內(nèi)置語言也比較簡單，適合初學(xué)者。
三方回測平臺的優(yōu)勢與劣勢
學(xué)姐可以把當時上岸的備考規(guī)劃給你。少走1個月的彎路，同時我把備考的資料分享給大家，都是課程的內(nèi)部資料，大家需要的可以戳下面卡片領(lǐng)取↓↓↓
全新CQF備考資料+解析
已有2389人領(lǐng)取
立即領(lǐng)取
然后，我們來分析一下三方平臺的優(yōu)勢、劣勢。首先是優(yōu)勢，第一點，三方平臺把回測的基礎(chǔ)框架都搭建好了，用戶只需要專注最核心的策略邏輯部分，而不需要關(guān)注其他的底層；第二點，三方平臺往往回測和實盤代碼是同一套，回測、實盤的邏輯由三方平臺自建的底層代碼來做切換，給予用戶編程最大程度的方便。
說完優(yōu)勢，我們再來看一下劣勢，第一，三方平臺封裝好了底層，是一個雙刃劍，在提供編程便利的同時，也把底層變成了黑盒，有些指標計算、開平倉價格的細節(jié)，無法通過代碼去定位是否有潛在錯誤，導(dǎo)致回測結(jié)果變得不十分可信。代碼控制的不好，很容易產(chǎn)生未來數(shù)據(jù)或偷價格等錯誤，導(dǎo)致回測出上帝視角的策略效果。第二，三方平臺的回測速度，往往不如自編更快，因為三方平臺需要兼顧許許多多客戶的不同需求，增加越多通用性的功能，往往意味著性能上的妥協(xié)。第三，使用三方平臺會產(chǎn)生一定的費用，例如需要購買歷史數(shù)據(jù)、服務(wù)器磁盤空間、實盤權(quán)限等等（畢竟免費的三方回測，也不是做雷鋒，總有其需要變現(xiàn)之處）。
總結(jié)一下，如果有一定的Python編寫能力，或是對于策略的回測精度細節(jié)要求很高，基本上只能自己搭建框架來回測；而如果測試一些通用的策略，且編程是剛剛上手的，那么三方平臺能盡快地幫助你去實現(xiàn)一些想法，并驗證這些想法在歷史上是否可行，以及是否有應(yīng)用到實盤的價值。
量化策略開發(fā)第三步：實盤平臺
開發(fā)量化策略的第三個重要環(huán)節(jié)：選擇合適的實盤平臺/API
首先是股票，股票目前監(jiān)管較為嚴格，比較有名的像XTP，接入門檻在300萬-500萬起步；此外，市面上有一些類似外掛的接口，極不穩(wěn)定，實盤請注意風(fēng)險，不建議大資金使用，上述接口都是基于C++語言的。也有部分“科學(xué)家”用Python開發(fā)了類似按鍵精靈功能的偽接口，不算是完善的接口，實盤同樣需要注意風(fēng)險。
再說期貨，期貨入門門檻最低的是4大三方平臺：tbquant、文華財經(jīng)、金字塔、multicharts，這4個平臺采用編程極為友好的easylanguage，建議編程初學(xué)者使用，但有需要支付額外手續(xù)費、速度慢等缺點；再難一點的是vn.py，開源的python平臺，對于熟悉python的同學(xué)比較友好；然后更為復(fù)雜的就是C++API了，大家用的最多的是ctp，速度更快的還有ctp mini、盛立、艾克朗科、恒生等。對于平臺的選擇，如果做的是中低頻的策略，優(yōu)選4大平臺或vn.py，但如果做高頻策略，C++是必須配置，ctp是起步要求，如果策略對于速度要求更高的話，選用盛立等以FPGA作為底層的平臺更合適。FPGA為底層的交易系統(tǒng)（下圖是一個典型的FPGA通路），可以將交易系統(tǒng)的響應(yīng)速度提升到極致。
最后是數(shù)字貨幣，數(shù)字貨幣的三方平臺都需要收取不菲的手續(xù)費，不建議大家使用。幾乎所有數(shù)字貨幣交易所都提供了免費接口，而接口中Python又是最通用的語言。如果大家需要交易數(shù)字貨幣的策略，建議直接接入交易所的Python API，或借助三方Python庫CCXT來接入。
對于數(shù)字貨幣來說，不論是中低頻還是高頻策略，物理位置的延遲都遠遠大于語言的延遲，所以不像期貨那樣一定要用C++語言。舉個例子，比如做火幣和BitMex之間的套利，一個服務(wù)器在日本，另一個在歐洲，傳輸?shù)奈锢頃r間是主要延遲，語言的延遲與物理時間的延遲，不在一個量級。因此，Python作為一個數(shù)字貨幣交易所通用型接口支持的語言，具有開發(fā)相對便捷、擴展性高的優(yōu)勢，是適合作為數(shù)字貨幣交易系統(tǒng)的實盤開發(fā)語言的。
精彩內(nèi)容已結(jié)束，欲知更多CQF考試相關(guān)內(nèi)容，請移步【報考指南】欄目！一鍵輕松GET最新CQF報名流程、考試內(nèi)容、證書獲取等全面信息！CQF（量化金融分析師）考證新征程，高頓教育CQF陪您一起走過！
