算法交易的受欢迎程度随着时间的流逝显著提高,很多机构投资者和大型交易公司也会使用,越来越多的零售投资者在过去的10 年间使用算法交易,在算法交易过程中使用的7种工具。
自20世纪80年代初以来,算法交易的受欢迎程度显著提高,并被机构投资者和大型交易公司所使用。在过去的10 年间,算法交易越来越多地受到零售投资者的欢迎。
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。EBC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
【EBC平台风险提示及免责条款】:本材料仅供一般参考使用,无意作为(也不应被视为)值得信赖的财务、投资或其他建议。