ptrade量化交易有多垃圾

安全优化差。Ptrade量化交易终端是一款面向高净值个人客户及专业机构的一体化量化交易终端。ptrade量化交易主要是安全优化很垃圾，其工具经常自动重启，数据丢失。ptrade量化交易的服务器异常、策略优化等诸多场景，用一周系统便会升级，都会使得策略重启，策略中存储在内存中的全局变量就清空了。

量化交易在国内来说，兴起于2005年左右。但由于投资者水平问题，基础还是比较薄弱，市场还比较小，所以大众化量化交易平台的发展热度不足。大多平台都是机构自己构建的自用平台。

能实盘交易的量化平台只有几个，如聚宽，掘金，文华财经，开拓者，TradeStation等

能提供量化测试的就比较多，镭矿，优矿，京东，RiceQuant米筐，果仁，Bigquant，还有以上可以实盘的这些，等等。

基本采用Python语言为主，也有采用C++,C#,Easy Language 麦语言等。

这个门槛是开通量化交易接口的门槛，这种情况是要把自己的程序部署在服务器上，放到机房里的。从监管考虑，个人客户基本上不能实现，一般针对的是机构客户。

这不代表个人投资者不能进行量化交易，个人可以通过证券公司提供的量化交易软件进行量化交易。开通量化交易软件PTrade使用权限，对接普通柜台门槛30W，对接极速柜台门槛300W。PTrade编程语言为Python3，支持交易策略的研究、编写、回测以及实盘交易。

此外软件自带追涨停、抢单交易、盘口扫单、算法交易、算法单、策略交易、网格交易、拐点交易等工具，无需编程，简单设置就可以使用。

所以最少要达上亿。

用python：金融想法->数据处理->模型回测->模拟交易->业绩归因->模型修正。

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

量化交易具有以下几个方面的特点：

1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。

2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。

3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。

4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

量化交易，也有自动化交易，程序化交易，EA， 高频交易，算法交易等等，大致意思差不多，不同的领域可以叫法不一样，譬如外汇市场大多叫EA。主要是把自己的交易系统通过计算机语言（Python ，matlab等等，很多）程序编写实现出来，把这个程序和数据信息（量价信息，基本面，金融政策信息等等）接口接上，通过在计算机或服务器（现在大部分都是租一个云服务器）上运行，实时执行各种分析，选股，择时，买，卖，加仓，减仓，止损止盈等等。这样可以省去一些人力成本（人力分析慢，3000只股票得需要很对人天天），省去不必要的盯盘时间，一定程度规避情绪心理因素影响。一个完整的量化交易包括很多东西：

1、资金管理或投资组合管理；

2，选股，基于数据面的技术分析（均线，macd等等，太多了），基于基本面的分析（市盈率，财务报表等），基于经济面的分析（财政及货币政策，经济周期，行业周期轮动等），基于情绪面的分析；

3，择时也即建仓的时机，止损止盈，加仓减仓平仓等；

4，交易记录总结改进。当然还有别的很多内容。也有办自动化的，譬如只采用分析做选股。这个东西老美搞了30多年了，国内搞了十几年。可以了解一下大神西蒙斯和文艺复兴基金。国内这几年也出现很多平台，还不是特别成熟，入聚宽，掘金量化等等，也有几十个，可以关注一下。

数量金融也与金融工程领域重叠。后者侧重于应用和建模，通常借助于随机资产模型，而前者除了分析外，还侧重于构建模型的实施工具。总的来说，有两个独立的金融分支需要先进的定量技术：一方面是衍生品定价，另一方面是风险和投资组合管理。

如果应用于股票市场的话，一般包括量化选股和量化择时两点。

选股模型主要包括：多因子模型、风格轮动模型、行业轮动模型、资金流模型、动量反转模型、一致预期模型、趋势跟踪模型和筹码选股模型。

择时包括：趋势择时、市场情绪择时、时变夏普率模型、牛熊线模型、Hurst指数模型、SVM模型、SWARCH模型和异常指标择时等等。

量化投资的优点在于纪律性、系统性、及时性、准确性和分散化。