Advertisement

中国量化交易平台概览

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
《中国量化交易平台概览》旨在为中国金融市场提供一个全面且深入的视角,介绍和分析国内主要的量化交易系统、工具及服务。本书内容涵盖了平台的技术架构、功能特性以及市场影响力等方面,是从事或研究量化交易人士不可或缺的参考文献。 本段落仅汇总互联网上一些优质的量化交易平台: - 国泰君安:https://quant.gtja.com/ - MindGo(同花顺旗下):http://quant.10jqka.com.cn - BigQuant:https://bigquant.com/ - 优矿:https://uqer.io/ - 聚宽:https://www.joinquant.com/ - 掘金量化:https://www.myquant.cn/ - 果仁网:https://guorn.com/ - 米筐:https://www.ricequa.com 以上排名不分先后。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    《中国量化交易平台概览》旨在为中国金融市场提供一个全面且深入的视角,介绍和分析国内主要的量化交易系统、工具及服务。本书内容涵盖了平台的技术架构、功能特性以及市场影响力等方面,是从事或研究量化交易人士不可或缺的参考文献。 本段落仅汇总互联网上一些优质的量化交易平台: - 国泰君安:https://quant.gtja.com/ - MindGo(同花顺旗下):http://quant.10jqka.com.cn - BigQuant:https://bigquant.com/ - 优矿:https://uqer.io/ - 聚宽:https://www.joinquant.com/ - 掘金量化:https://www.myquant.cn/ - 果仁网:https://guorn.com/ - 米筐:https://www.ricequa.com 以上排名不分先后。
  • Python股票
    优质
    Python股票量化交易平台是一款利用Python编程语言开发的自动化交易系统,它集成了数据处理、策略回测和实时交易功能,为投资者提供高效便捷的量化投资解决方案。 该工具由Python编写,支持Python 3.4及以上版本,并具备以下功能:可视化(基于PyQT的界面)、多线程事件引擎、股票数据获取、选股策略回测、实盘交易、历史数据分析等。所有数据均免费来源于网络平台如Wind和TuShare。此外,该工具还提供微信提醒及交互功能,支持一键挂机全自动交易模拟,并允许使用9个模拟账号进行测试。无论是实盘还是回测,都可以共用相同的策略代码。同时提供了实盘单账户多策略的功能、自动下载历史数据到MongoDB数据库以及集成基本的统计功能等实用特性。
  • 及四家比较
    优质
    本文章全面概述了云计算平台的概念与发展,并深入分析和对比了四家主要的中国本土云服务平台的特点与优势。 文档详细介绍了云平台的相关知识,并对国内主要的云服务提供商如百度云、阿里云、腾讯云以及华为云进行了比较分析。有兴趣的朋友可以参考一下。
  • RedTorch:Java开源框架
    优质
    RedTorch是一款专为量化交易设计的Java开源平台框架,旨在帮助开发者快速构建和部署高性能、低延迟的交易平台。 redtorch但知行好事,莫要问前程。在您下载和使用本项目之前,请务必阅读相关协议和注意事项。 **项目简介** 该项目是一个基于Java语言开发的开源量化交易程序开发框架。此版本(1.0.0)大幅精简了之前的通讯协议,并增加了HTTP WebSocket混合RPC模式,这极大地改善了性能,但同时也加大了对通信模型的理解难度;此外,这个分支修复了大量的拼写错误、优化了Desktop模块的渲染方式、修复了许多BUG并修改了接入认证方式。由于改动幅度较大,尚未经过充分测试,请谨慎使用。 Web页面和Python客户端对应的1.0.0版本已经发布,并且与之前的0.3.0版本不兼容。下一个计划发布的版本(1.1.0)将实现基于Zookeeper的高可用性模式,此版本提前准备了HaSession模块以支持这一功能。 **开发语言** Java **项目文档** 本项目仅供代码相互学习。
  • - 如何构建自己的算法...
    优质
    本书深入浅出地介绍了如何建立个人的量化交易系统和算法交易平台,涵盖策略开发、回测、优化及实盘应用等全过程。 Quantitative Trading - How to Build Your Own Algorithmic Trading Business This topic explores the process of developing your own algorithmic trading business through quantitative methods. It covers key aspects such as understanding market data, creating and testing trading algorithms, managing risk, and optimizing performance in a competitive financial environment. Readers will learn how to leverage technology and mathematical models to automate trading decisions for potential profit.
  • 基于C++的CTP接口简
    优质
    本项目为基于C++开发的CTP接口简易量化交易平台,旨在提供一个轻量级、高效的交易系统框架,适合初学者快速上手量化交易编程。 实现接收行情、下订单、数据处理、添加策略及挂载运行交易等多个环节,并提供源码和接口支持。对于没有账户的用户,可以在simnow虚拟交易平台申请一个虚拟账户进行测试和操作。
  • Abu:基于Python的开源
    优质
    Abu是一款基于Python语言开发的开源量化交易框架,旨在为用户提供一个灵活且强大的平台来实现股票、期货等市场的自动交易策略测试与执行。 Python数据分析与可视化:基于Python的开源量化交易
  • 01-Lazada.pdf
    优质
    本PDF文件全面介绍Lazada电商平台的基本情况和运营模式,涵盖市场分析、卖家指南及最新政策等内容。适合希望了解或入驻Lazada平台的新老商家阅读参考。 东南亚市场正处于跨境电商爆发的黄金时期。阿里巴巴集团正在通过Lazada平台为商家提供宝贵的资源和支持。对于中国商家而言,Lazada是借助阿里体系进入全球市场的第一步,并能够实现本土化运营。
  • 二手要设计(二).doc
    优质
    本文档为《二手交易平台概要设计》系列的第二部分,深入探讨了平台的功能模块、用户体验优化及交易安全保障等内容,旨在构建一个高效便捷的线上二手交易环境。 本段落档旨在阐述校园二手交易网站的概要设计,涵盖程序系统的基本处理流程、模块划分与功能分配,并为后续详细设计提供基础框架。该设计方案意在满足高校师生对二手书籍等物品流通的需求,既减轻大学生经济负担,又促进消费活动。 本项目分为五大核心模块:商品管理、用户操作、举报机制、维护保障及交流互动。 - 商品管理负责处理交易区内出售、购买和收藏功能; - 用户操作涵盖个人账户的登录与退出等功能; - 举报机制允许用户对不良言论或行为进行报告; - 维护保障确保网站正常运行并处置违规内容或账号; - 交流互动支持社区内的沟通与协作。 设计中定义了包括但不限于以下数据库表:用户基本信息、商品详情、交易记录、恶意评论举报、非法活动监控等。同时,本项目还规定了一系列处理流程,例如管理员操作日志、资料修改请求和反馈管理机制等。 开发工具方面选择了Eclipse集成环境搭配Java Server Pages及HTML5技术栈,并采用SQL Server 2008数据库管理系统与Tomcat 6.0.16服务器软件。 针对运行需求,最低配置要求为CPU至少1G、内存不少于128MB以及4GB硬盘空间;操作系统支持Windows 2000/98/XP及Server 2003版本。总体而言,该概要设计全面覆盖了网站架构布局、模块化分工、数据库构建和流程设定等关键环节,为后续开发与维护工作提供了详尽指导方针。