细数7大算法交易工具

来源 | 观良者

作者 | 大 发

自上世纪80年代初计算机快速发展以来，算法交易因其快速高效、高执行力等优势，开始被机构投资者和大型交易公司所使用。在过去的10 年间，算法交易受零售投资者的欢迎程度也显著提高并开始普及。

算法交易的流行度的上升，也伴随着各种交易工具和服务的激增。观良者整理了一份在2022年您可以考虑在算法交易过程中使用的7种工具列表。

网页服务：

以下是您可以通过 Web 浏览器使用的托管服务，不需要用户进行太多的设置。对于新的算法交易者来说，很容易尝试。

(1) QuantConnect:

QuantConnect 是另一个平台，它提供 IDE 以在算法上进行回测和实时交易。他们的平台是使用 C# 语言构建的，用户可以选择用多种语言测试算法，包括 C# 和 Python。

QuantConnect 还拥有来自世界各地的优秀社区，并提供对股票、期货、外汇和加密交易的访问。

(2) QuantRocket

QuantRocket 是一个提供回测的平台，具有外汇和美国股票的实时交易功能。

QuantRocket 支持多种引擎——自身的 Moonshot，以及用户选择的第三方引擎。虽然 QuantRocket 没有传统的 IDE，但它与 Jupyter 很好地集成以产生类似的东西。但QuantRocket不是免费的，定价计划从 19.99 美元/月起，提供年度选项。

本地回测/实时交易引擎：

在当今的软件世界中，如果您在这些托管服务之外做出一些努力，您将拥有更多的自由。如果您对这种方式感到满意，建议您可以使用以下工具在本地进行回测：

(3) Zipline/Zipline-Live :

Quantopian 的 IDE 建立在 Zipline 的基础上，Zipline 是一种用于交易算法的开源回溯测试引擎。Zipline 在本地运行，也可以配置为在虚拟环境和 Docker 容器中运行。

Zipline 带有 Quantopian 的所有功能，但不是所有数据。为了平衡这一点，用户可以编写自定义数据进行回测。

Zipline 还提供来自回测的原始数据，允许可视化的多种用途。

(4) Backtrader：

Backtrader 也是比较流行的回测引擎之一。它是使用 python 构建的，并且具有在本地运行的干净、简单和高效的界面（无 Web 界面）。但是backtrader 不附带任何数据，您可以很容易地以 csv 和其他格式连接自己的市场数据。

从 1.5.0 版开始，BackTrader 具有实时交易功能。它一直是算法交易者的热门选择，尤其是在 Zipline 停止实时交易之后。

分析工具：

回溯测试将输出大量原始数据。一些 IDE 将提供基本的可视化和分析，通常是算法性能。如果您正在寻找更深入的评估，推荐以下工具：

(5) Pyfolio :

Pyfolio 是 Quantopian 开发的另一个开源工具，专注于评估投资组合。Pyfolio 的与众不同之处在于它能够将不确定性程度引入一组静态数据点，并从用户的投资组合中评估贝叶斯指标。

Pyfolio API 提供了许多可视化，可以在他们的 GitHub 存储库中找到。

(6)阿尔法透镜：

Alphalens 也是 Quantopian 的分析工具。与 Pyfolio 不同，Alphalens 可以很好地处理来自 Zipline 的原始数据输出，而不是评估投资组合，而是对预测性股票因素的性能分析。Alphalens 在其 GitHub 存储库中拥有自己的一系列可视化。

按因子分位数计算的平均每日回报——alphalens 提供的可视化之一

(7)Tradingview：

TradingView 是一个具有活跃开源社区的可视化工具。它完全基于网络，并允许用户可视化数据，无论数据是模拟交易的结果还是算法回溯测试。与 Quantopian 一样，TradingView 允许用户与社区中的其他人分享他们的结果和可视化，并接收反馈。

其他查看工具：

· qtpylib — 另一个简单的 Python 回测引擎

· Multicharts — 外汇和股票的专有交易平台

· WealthLab — 允许 C#回测的桌面工具，具有 Fidelity 独有的实时交易

· Enygma Catalyst — 用于加密交易