㈠ 股票量化交易有用吗哪一家做的比较好
现在市面上的量化交易APP大多是分析软件，真正能够直接参与交易的很少。相对于人性操作来说，量化交易刨除人性，做计划之内的事情。真正意义上实现价值投资，比纯人为的追涨杀跌要好很多。
我用过的壳子量化这个软件还是不错的，他里面有多个模型，可以自己选择。针对新人，里面支持模拟，可以先使用模拟盘体验一下量化交易带来的不同。
㈡ 做量化交易一般用什么软件
需要懂一些数学模型，比如统计分析、人工智能算法之类的，他的本质是利用数学模型分析数据潜在的规律寻找交易机会，并利用计算机程序来搜寻交易时机以及完成自动化交易。并没有现成的软件可以做这个，因为它需要一个搭建一个专业的平台，这不是一个人可以完成的。
国内有一些软件，比如大智慧提供数量分析，还有一些软件提供股票、期货的程序化交易。但是实际上这并不是真正意义上的量化交易。事实上，做一款纯粹的适合个人投资者的量化投资软件，难度是非常大的，因为量化策略并不想传统的基本面、技术面那样存在已有既定的必然规律。他需要跨越多学科，多领域去挖掘数据的规律，然后利用得出的规律进行交易。但是不同时间、空间的数据的潜在规律并不一致，所以对量化过程进行标准化是一件很难完成的事情。
如果是计算机或者数学专业的人士，可以考虑使用C、C++、SQL等语言，其他的可以使用MATLAB/SAS 等软件。不管是哪一种软件，要实现量化交易，肯定是需要一定的建模基础和编程基础的，其中最重要的东西是数学能力。
㈢ 股票量化交易系统和期货量化交易系统是一样的吗
简单讲讲期货与股票的区别，美股研究社提供:
1、期货市场的交易费用低，一次买卖的费用为交易额的千分之一左右，且期货盈利暂不收取所得税；股票市场的交易费用高，一次买卖的费用为交易额的百分之一左右。
2、期市的交易品种较少，基本面资料相对也少，而且均可以在公开的媒体上查阅；股市的股票数量较多，且每只股票的资料均需要研究，还要配合综合指数，常出现“赚了指数赔了钱”的情况。
3、以整体价格波动幅度看，大豆十年来基本上在 1700-4000 之间波动，铜在 13000-33000 之间波动，即最高价仅是最低价的 2－3 倍，期货价格的高低和现货息息相关；而股票价格高低难以有一个统一的衡量基准。
4、期货市场的操作可以当天进出买卖，即 T＋0 交易，发现操作失误可以马上平仓离场；股票市场的操作是当天买进，第二天才可以卖出，即 T＋1 交易，盘中即使发现操作失误也只能眼巴巴的看到收盘，而无能为力。
5、期货市场始终是一半人赚钱，一半人亏损；股票市场的交易结果是“共赢同赔”，且股市的系统性风险目前无法规避。
6、以单日价格波动幅度看；期货一般仅为 3% ；股票是 10％
7、从风险监控角度看，期货市场交易的品种多是大宗农产品或工业原料，事关国计民生，价格的波动受到交易所、证监会乃至国务院有关部委的监控；而股票由于上市公司众多，目前已经 1500 多家，股票价格的形成受多种因素支配，对价格的合理波动范围认定十分困难，难以实施有效的监管，市场上价格操纵现象屡禁不止。
8、从定价基础和价格秩序看，期货市场商品的价格以价值为基础，随供求关系而波动，还有现货作参考，多空双方地位平等，任何一方都不敢脱离现货价格胡作非为，并且市场操作公开、透明，每日成交、持仓情况均对外公布，内幕交易少，大户操纵较难；；而股票市场操作的详细资料很难获取，内幕交易多。由于股票的可流通股份是相对有限的，股票的“庄家”可以通过自己的信息、资金优势提前暗地介入，收集大部分筹码，可以相对掌握股价的“定价权”，坐庄者和跟庄者地位严重不平等，往往出现价格和价值严重脱节。
9、期货市场的保证金交易制度使投资者可以“以小搏大”，以一当十，也就是说你有一万款钱在期货市场上就可以买到十万元的商品，期货交易由于其保证金的杠杆原理，可以放大收益，四两拨千斤。期货只需付出合约总值的10%以下的本钱；股票则必须100%投入资金，所以只要操作得当，就可以获取高额回报；但如果操作失误，损失也大，关键看你怎么把握．
10、期货市场的操作是“双程道”，可以先买后卖，也可以先卖后买；股票市场的操作是“单程道”，只能是“先买后卖”。
11、期货市场的操作需要注意时间因素，现有期货合约的“寿命”均在一年半之内，到期必须平仓或者实物交割；股票市场操作的时间性不强．
12、期货市场中的持仓总量是变动的，资金流入，持仓总量增加；资金流出，持仓总量减少；股票市场的单只股票的可流通股本是固定的，总的份额不会变化。
13、期货市场交易手段丰富，既可以单纯买卖交易，也可以跨期套利、跨市套利、跨品种套利等；股票市场交易手段单一。
14、期货市场的研究重点在于期货品种的供求关系、经济波动周期、政府政策、季节性因素等；股票市场的研究重点是宏观经济环境和个股企业的生产、经营情况。
㈣ 量化交易可以实现高频吗
你好
量化交易和高频交易有什么区别？
很多人对于量化交易和高频交易分不清，经常混淆，简单地介绍他们的区别。
量化交易是指投资者利用计算机技术、金融工程建模等手段将自己的金融操作方式，用很明确的方式去定义和描述，用以协助投资者进行投资决策，并且严格的按照所设定的规则去执行交易策略（买、卖）的交易方式。简而言之，量化交易是以定量化方法进行投资的各种技术综合。而在现实的应用中，量化交易往往与基本面投资、技术分析有机结合，帮助投资者制定决策、减少执行成本、进行套利、风险对冲和帮助做市商实现报价的功能。按照数学模型的理念和对计算机技术的利用方式，量化交易方式可以进一步细分为自动化交易（Automatic Trading）、数量化投资（Quantitative Investment）、程序化交易（Program Trading）、算法交易（Algorithm Trading）、以及高频交易（High Frequency Trading）。这五种量化交易方式侧重点各有不同，是量化交易技术发展到不同程度的产物。但是在实际应用中，五种量化交易方式的名词经常被交叉使用。
自动化交易自动化交易，是指将技术分析投资方式固化成计算机可以理解的模型、技术指标，计算机程序根据市场变化自动生成投资决策并付诸执行的交易方式。简而言之，自动化交易是技术分析投资方式的自动化。自动化交易可以避免投资人的心理变化和情绪波动，严格执行既定策略，是最基本的量化交易方式，在外汇交易和期货交易领域应用很广。数量化投资数量化投资，是指利用计算机分析宏观经济、行业、以及公司的基本面数据，选择投资组合的资产配置，并通过数学模型预测组合未来变化的数量化交易方式。简而言之，数量化投资是基本面分析投资的自动化。数量化投资可以帮助投资人在越来越多的信息中选择实质性关键信息，并转化成投资决策，在股票投资领域应用广泛。量子复利的框架体系内的不同风格的量化策略，便属于数量化投资这个范畴，即平时常说的量化投资（Quantitative Investment）。算法交易算法交易，是指把一个指定交易量的买入或者卖出指令输入到计算机模型，由计算机模型根据特定目标自动产生执行指令的时机和方式。订单执行的目标基于价格、时间或者某个基准。为降低冲击成本，避免惊动市场，算法交易采用一些计算机模型，将一个大额交易拆分成若干个小额交易，以此来减少对市场价格造成冲击。算法交易有时被称为黑箱交易。算法交易的概念是交易执行精细化发展的结果，算法交易侧重于投资策略的执行，而自动化交易和数量化投资的概念着重于投资决策。因此算法交易可以与自动化交易和数量化投资配合使用。近年来，除了信息技术是的交易速度不断加快之外，交易平台日趋多元化也使得高频交易成为可能。与高频交易相伴随的是闪电交易（Flash Trading），闪电交易是美国市场上交易所为高频交易商提供的一种特殊服务，是指股票交易传达到公众的约三十毫秒前，先显示给订用有关服务的交易员。三十毫秒的时间，对于手动交易者而言相差不大，但是对于高频交易而言，三十毫秒的时间足以完成一笔交易行为。2009年9月，美国证监会因为闪电交易明显有失公平，停止了所有交易所的闪电交易服务。
㈤ 什么是股票量化交易
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
㈥ 职业散户可以使用量化交易技术吗
其实量化交易初级部分就是程序化交易，这个没什么神秘的，也没什么高难度的技术，就是程序控制检测行情，发现机会，下单操作。就这么简单，甚至还有不用写代码的，直接拖动模块拼接逻辑的，就能形成一个程序化交易策略，用于实盘交易。
在网络上搜索“不用敲代码就可以量化交易”就能找到一大堆答案，前几个就很不错。
㈦ 股票量化交易系统有用吗
股市是一门经济学，哲学，概率学，心理学的综合体，想要成功，需要不断去感悟去总结每一次的失败，这样才能走的更好更远。
第一个理念：
顺势而为
股市的大趋势决定个股的走势，当指数大涨时个股更容易爆发，这个时候适合重仓介入，当然要注意获利就出;当市场处于弱势时，就要考虑轻仓介入，不盲目追涨。
第二个理念：
选定有价值的公司
在投资中，选定有价值的公司很重要，因为这些公司有很强的上涨潜力，一旦市场有好的信号，或者公司有大利好时，股价就会飞速上涨，所以这样的公司更容易让普通股民赚到钱。
第三个理念：
分批建仓 坚持到底
在投资中，投资者要住的是要做好投资策略，一般的策略就是分批建仓，在市场下跌时以倒金字塔形态建仓，在市场上涨时，以金字塔形态减仓。如果股票短期被套，市场情况还可以的话，则要选择坚持持仓。
天字一号量化交易系统通过设定不同的各种指标条件，一旦市场交易情况满足这些条件时就自动弹出一些操作指示；设定值达到开仓条件，系统会弹出买入信号、设定值达到减仓条件卖出一半或者全部卖出等。
㈧ 量化交易的应用
量化投资技术包括多种具体方法，在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。在此，以统计套利和算法交易为例进行阐述。
1、统计套利。
统计套利是利用资产价格的历史统计规律进行的套利，是一种风险套利，其风险在于这种历史统计规律在
未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种，再找出每一对投资品种的长期均衡关系（协
整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓，买进被相对低估的品种、
卖空被相对高估的品种，等价差回归均衡后获利了结。
股指期货对冲是统计套利较长采用的一种操作策略，即利用不同国家、地区或行业的指数相关性，同时
买入、卖出一对指数期货进行交易。在经济全球化条件下，各个国家、地区和行业股票指数的关联性越来越
强，从而容易导致股指系统性风险的产生，因此，对指数间的统计套利进行对冲是一种低风险、高收益的交
易方式。
2、算法交易。
算法交易又称自动交易、黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方
法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数
量。
算法交易的主要类型有: (1) 被动型算法交易，也称结构型算法交易。该交易算法除利用历史数据估计交
易模型的关键参数外，不会根据市场的状况主动选择交易时机和交易的数量，而是按照一个既定的交易方针
进行交易。该策略的的核心是减少滑价（目标价与实际成交均价的差）。被动型算法交易最成熟，使用也最
为广泛，如在国际市场上使用最多的成交加权平均价格（VWAP）、时间加权平均价格（TWAP）等都属于被
动型算法交易。 (2) 主动型算法交易，也称机会型算法交易。这类交易算法根据市场的状况作出实时的决
策，判断是否交易、交易的数量、交易的价格等。主动型交易算法除了努力减少滑价以外，把关注的重点逐
渐转向了价格趋势预测上。 (3) 综合型算法交易，该交易是前两者的结合。这类算法常见的方式是先把交易
指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可达
到单纯一种算法无法达到的效果。
算法交易的交易策略有三：一是降低交易费用。大单指令通常被拆分为若干个小单指令渐次进入市场。
这个策略的成功程度可以通过比较同一时期的平均购买价格与成交量加权平均价来衡量。二是套利。典型的
套利策略通常包含三四个金融资产，如根据外汇市场利率平价理论，国内债券的价格、以外币标价的债券价
格、汇率现货及汇率远期合约价格之间将产生一定的关联，如果市场价格与该理论隐含的价格偏差较大，且
超过其交易成本，则可以用四笔交易来确保无风险利润。股指期货的期限套利也可以用算法交易来完成。三
是做市。做市包括在当前市场价格之上挂一个限价卖单或在当前价格之下挂一个限价买单，以便从买卖差价
中获利。此外，还有更复杂的策略，如“基准点“算法被交易员用来模拟指数收益，而”嗅探器“算法被用来发现
最动荡或最不稳定的市场。任何类型的模式识别或者预测模型都能用来启动算法交易。
㈨ 有人可以推荐一些好用的股票量化交易系统吗
股票量化交易系统需要跟证券公司联系，使用他们的软件，他们可以帮你接通量化交易
㈩ python的量化代码怎么用到股市中
2010 ~ 2017 沪深A股各行业量化分析
在开始各行业的量化分析之前，我们需要先弄清楚两个问题：
第一，A股市场上都有哪些行业；
第二，各行业自2010年以来的营收、净利润增速表现如何？
第一个问题
很好回答，我们使用JQData提供的获取行业成分股的方法，输入get_instries(name='sw_l1')
得到申万一级行业分类结果如下：它们分别是：【农林牧渔、采掘、化工、钢铁、有色金属、电子、家用电器、食品饮料、纺织服装、轻工制造、医药生物、公用事业、交通运输、房地产、商业贸易、休闲服务、综合、建筑材料、建筑装饰、电器设备、国防军工、计算机、传媒、通信、银行、非银金融、汽车、机械设备】共计28个行业。
第二个问题
要知道各行业自2010年以来的营收、净利润增速表现，我们首先需要知道各行业在各个年度都有哪些成分股，然后加总该行业在该年度各成分股的总营收和净利润，就能得到整个行业在该年度的总营收和总利润了。这部分数据JQData也为我们提供了方便的接口：通过调用get_instry_stocks(instry_code=‘行业编码’, date=‘统计日期’)，获取申万一级行业指定日期下的行业成分股列表，然后再调用查询财务的数据接口：get_fundamentals(query_object=‘query_object’, statDate=year)来获取各个成分股在对应年度的总营收和净利润，最后通过加总得到整个行业的总营收和总利润。这里为了避免非经常性损益的影响，我们对净利润指标最终选取的扣除非经常性损益的净利润数据。
我们已经获取到想要的行业数据了。接下来，我们需要进一步分析，这些行业都有什么样的增长特征。
我们发现，在28个申万一级行业中，有18个行业自2010年以来在总营收方面保持了持续稳定的增长。它们分别是：【农林牧渔，电子，食品饮料，纺织服装，轻工制造，医药生物，公用事业，交通运输，房地产，休闲服务，建筑装饰，电气设备，国防军工，计算机，传媒，通信，银行，汽车】；其他行业在该时间范围内出现了不同程度的负增长。
那么，自2010年以来净利润保持持续增长的行业又会是哪些呢？结果是只有5个行业保持了基业长青，他们分别是医药生物，建筑装饰，电气设备，银行和汽车。（注：由于申万行业在2014年发生过一次大的调整，建筑装饰，电气设备，银行和汽车实际从2014年才开始统计。）
从上面的分析结果可以看到，真正能够保持持续稳定增长的行业并不多，如果以扣非净利润为标准，那么只有医药生物，建筑装饰，电气设备，银行和汽车这五个行业可以称之为优质行业，实际投资中，就可以只从这几个行业中去投资。这样做的目的是，一方面，能够从行业大格局层面避免行业下行的风险，绕开一个可能出现负增长的的行业，从而降低投资的风险；另一方面，也大大缩短了我们的投资范围，让投资者能够专注于从真正好的行业去挑选公司进行投资。
「2010-2017」投资于优质行业龙头的收益表现
选好行业之后，下面进入选公司环节。我们知道，即便是一个好的行业也仍然存在表现不好的公司，那么什么是好的公司呢，本文试图从营业收入规模和利润规模和来考察以上五个基业长青的行业，从它们中去筛选公司作为投资标的。
3.1按营业收入规模构建的行业龙头投资组合
首先，我们按照营业收入规模，筛选出以上5个行业【医药生物，建筑装饰，电气设备，银行和汽车】从2010年至今的行业龙头如下表所示：
结论
通过以上行业分析和投资组合的历史回测可以看到：
先选行业，再选公司，即使是从2015年股灾期间开始投资，至2018年5月1号，仍然能够获得相对理想的收益，可以说，红杉资本的赛道投资法则对于一般投资者还是比较靠谱的。
在构建行业龙头投资组合时，净利润指标显著优于营业收入指标，获得的投资收益能够更大的跑赢全市场收益率
市场是不断波动的，如果一个投资者从股灾期间开始投资，那么即使他买入了上述优质行业的龙头组合，在近3年也只能获得12%左右的累计收益；而如果从2016年5月3日开始投资，那么至2018年5月2日，2年时间就能获得超过50%以上的收益了。所以，在投资过程中选择时机也非常重要。
出自：JoinQuant 聚宽数据 JQData