少八卦多学习!国内量化开源的顶流项目

2022-08-14 20:40   编辑:admin   人气: 次   评论(

  量化交易策略从研究到实盘,需要一套完整的工具链。从策略的理念、研究需要的数据、回测再到实盘,都需要不同的工具。随着量化投资理念的普及,量化开源项目在其中有着功不可没的作用。今天,大家就随小编盘一盘这些年,国内量化开源的顶流项目。

  按Star数量对众多量化项目进行排序,取其中排名前10的项目,得到了以下数据:

  可以看出排名前十的项目有7个项目来自中国,其中VN.PY的排在quant topic所有项目的第一名,star数量超过17.5K。

  这得益于VN.PY这么多年持续不断的贡献。对于VN.PY,公众号其实颇有感慨,最初作者用Python对C++语言的CTP交易接口的封装极大的降低了量化策略的开发门槛。并将事件驱动型的回测理念普及给广大量化交易爱好者。无论从代码的易读性及更新的及时性,都极大的方便的大家进行CTA相关策略的研究。后来又不断的扩充支持的交易接口,丰富功能模块。真正的满足了从数据到研究到交易的全流程功能。公众号的成员在16年开始就使用VN.PY进行商品期货实盘交易,也是VN.PY的忠实用户,衷心希望VN.PY越来越好。

  接下来还在持续维护的项目就是QUANTAXIS,一个异常强大的量化开源研究及实盘框架,能够满足从数据库维护到策略研究及实盘的全部流程。

  QUANTAXIS下有多个子模块,这其中不仅包括了因子测试框架,也支持在Jupyter Lab进行研究。当然,最便捷的方式是通过docker进行部署。项目包含多个子模块,还支持可视化的网页前端进行回测结果查看及策略运行监测。QUANTAXIS活跃的社群保证了这个项目持续的生命力。关于项目的具体使用请参考QUANTAXIS项目页面,当然不得不说,文档的不完善性及项目的复杂性增加了大家的学习难度。

  AKShare是近几年快速上升的量化开源数据接口库,www.26475.com在数据可获得性比较艰难的当下,基于Python的开源数据包就显得难能可贵。通过AKShare可以快速方便的获取股票期货等历史数据。

  当然我们也不能忘了Tushare,国内最早最被广泛使用的开源数据接口库。正式有了持续维护的开源数据工具,量化研究的艰难旅程才能得以启程!

  Rqalpha是Ricequant开源的量化回测框架。熟悉Zipline的小伙伴,可以使用Raqlpha进行策略研究,因为其更适合A股市场的策略回测。stock项目集成了很多数据工具及量化研究工具,也支持量化实盘交易的接入。awsome-quant上有很多适合国内市场的量化学习资源。

  当然还有很多没进入前十名的项目,但发展势头也迅猛,比如WonderTrader。它是一个基于C++核心模块的,适应全市场全品种交易的,高效率、高可用的量化交易开发框架。

  量化投资与机器学习公众号从成立至今,见证了中国量化圈的部分成长与变革。我们一直敬佩及感激开源项目的贡献者,他们短则几年,长则近十年持续的产出!他们不断在用户群中答疑解惑,不断将最便捷、最全面的功能升级给用户!

  之前在跟很多开源项目作者交流中得知,很多资源的成本,包括服务器等都是自掏腰包或者授贵人资助,在支撑着项目的运行。

  公众号希望,大家对于开源项目应持包容及感激的心态,118财神论坛一香港有能力的可以贡献代码,也可以提出issue,这是开源项目得以持续的根本!

  VN.PY,中间带个点,.PY是Python文件的后缀,也寓意这是一个Python的项目。

  • 最热文章