国内外量化平台发展现状简析

近日，京东量化平台下线的消息在量化圈引发热议。近年来，国内各种量化平台如雨后春笋般涌现海外交易平台有哪些，聚宽、掘金、微网等，各有千秋。但由于产品同质化，平台变现困难，目前此类平台难以实现盈利。本文简要讨论了此类量化平台。

一、国外量化平台

国外最著名的此类量化平台是Quantopian和WorldQuant的WebSim平台。他们都使用 Python 作为编程语言来支持回测、优化甚至实时交易；对于业绩较好的策略，公司甚至会提供真实的交易资金，策略提供者可以获得利润提成，比如Quantopian是10%。

Quantopian 一般要求研究人员提供更完整的策略，可以直接交易，而 WordlQuant 只需要研究人员提供预测因子，然后 WorldQuant 内部的研究人员整合这些因素。据说WorldQuant内部已经有数百万数量级了。因子库，支持数百亿美元的股票组合。这样一来，WorldQuant就可以显着降低研究成本，比如研究人员的固定工资，只需要根据实际业绩给予利润提成。

目前WorldQuant模式比较成功，而Quantopian还处于创业阶段，具体发展需要时间检验。

二、国内量化平台

在中国，情况和全托邦比较相似，很多平台甚至可以算是全托邦的中文版。但与美国股市相比，国内股市存在一些不利于量化交易的因素，主要包括：

1.T+1 限制。美股白天可以频繁交易，而中国只有T+1，大大减少了交易次数，降低了程序化交易的必要性；

2.编程接口限制。 2015年8月以后，股市不允许第三方上网，极大地限制了普通投资者程序化交易的使用。所以国内这类平台经常会通过短信和微信提醒用户下单，体验不是很好；，

3.高交易成本。美股交易成本极低，基本是按单收费，不考虑成交量；但是，国内印花税需要按1/1000收取，交易费约为3/10,000。整体成本远高于美国市场。这也限制了程序化股票交易的发展。

因此，不难看出，国内量化平台在股市面临诸多不利因素。在期货市场上，程序化交易更为普遍。许多平台还支持期货的程序化交易，甚至允许用户将自己的策略出售给其他用户。该平台可以协助全自动交易。用户可以在其上制定自己的策略并将其出售给其他用户。 Net有专门的策略开发语言和交易策略云服务器，为投资者节省了大量的硬件成本。

但这样的平台也面临一些问题：

1.政策限制。此类平台只能使用平台自己的分钟K线数据和平台自己的语言，降低了客户开发策略的灵活性，难以开发类似于机器学习预测模型的策略；

2.交易限制。此类平台一般使用easyLanguage等语言，从自己的服务器读取数据，而不是直接通过CTP，效率会较低；

3.研究生产力。量化策略的很大一部分工作是用于参数优化，特别是常规策略，经常使用网格优化，每个参数取几个值，然后几个参数和上百组参数一起优化。如果使用这样的量化平台，计算时间会很长。个人建议您可以进行额外的策略研究海外交易平台有哪些，然后通过此类平台进行订单交易自动化。

三、开发思路讨论

对于股票的量化交易，部分平台支持C++编写，程序可以编译后放在券商服务器上进行交易，避免了第三方上网的限制。此类业务一般与券商合作，赚取手续费分成，为投资者减少固定开支。

此外，随着交易所对行情数据的管理日趋严格，许多过去在淘宝上销售行情数据的供应商被迫下线。此类较为正规的量化平台也开始出售历史行情数据以获取收益。对下载流量的限制也比较宽松，一年内可以分批下载，落地保存。

很多量化平台甚至招募量化研究人员制定策略，然后利用自有资金进行交易获利。这样，一方面也起到了平台的推动作用，另一方面也有利于开展其他服务业务。比如，一些平台培养了专门的量化研究团队，利用自有资金进行周内交易获利，从而减轻平台变现的压力。

四、总结

不难看出，量化平台的发展虽然存在一些瓶颈，但还是有潜力的。只要你积极思考，勇于尝试，坚持不懈，你就能在未来取得长足的发展。