
聚宽停用后的免费量化平台选择
聚宽停止服务后,量化交易者需要寻找替代品。股票与期货的量化需求依然旺盛,免费平台成为首选。以下平台在数据、回测、实盘对接方面各有优势,适合不同阶段的交易者。
掘金量化
掘金量化提供免费的数据服务和回测环境。股票支持A股、港股、美股,期货覆盖国内商品期货、股指期货。回测引擎基于事件驱动,支持tick级和分钟级回测。免费版有每日回测次数限制,但足以验证策略。实盘对接支持模拟交易和部分券商。
# 掘金量化策略示例
from gm.api import *
def init(context):
context.symbol = 'SHSE.600000'
subscribe(context.symbol, '1d')
def on_bar(context, bars):
bar = bars[0]
# 简单均线策略
close = history_n(context.symbol, '1d', 20, 'close', end_time=bar.eob)
ma20 = sum(close) / 20
if bar.close > ma20:
order_target_percent(context.symbol, 0.5)
else:
order_target_percent(context.symbol, 0)
米筐科技
米筐的免费版提供股票和期货的历史数据。回测支持日频和分钟频,研究环境使用Jupyter Notebook。免费账户有计算资源限制,但策略逻辑验证足够。米筐的API设计清晰,文档完善。期货回测支持主力连续合约和指数合约。
# 米筐策略示例
import rqalpha
from rqalpha.api import *
def init(context):
context.s1 = '000001.XSHE'
subscribe(context.s1)
def handle_bar(context, bar_dict):
bar = bar_dict[context.s1]
hist = history_bars(context.s1, 20, '1d', 'close')
ma20 = hist.mean()
if bar.close > ma20 and context.portfolio.positions[context.s1].quantity == 0:
order_target_percent(context.s1, 0.8)
elif bar.close < ma20 and context.portfolio.positions[context.s1].quantity > 0:
order_target_percent(context.s1, 0)
优矿
优矿由通联数据支持,免费版提供股票、期货、基金数据。回测框架支持多因子和事件驱动。研究环境集成IPython Notebook。优矿的社区策略丰富,可直接克隆修改。期货数据包括商品和金融期货。免费版有每日回测次数限制,数据延迟较低。

# 优矿策略示例
from quartz import *
def initialize(context):
context.symbol = '600000'
context.lookback = 20
def handle_data(context, data):
prices = data.history(context.symbol, 'close', context.lookback, '1d')
ma20 = prices.mean()
current = data.current(context.symbol, 'close')
if current > ma20:
order_target_percent(context.symbol, 0.6)
else:
order_target_percent(context.symbol, 0)
聚宽替代方案对比
掘金量化适合期货高频和股票中低频,免费额度较宽松。米筐适合多因子研究,期货回测功能强。优矿适合基本面量化,数据质量高。股票量化者可根据策略频率选择。期货量化者优先考虑掘金和米筐。所有平台均支持模拟交易,实盘需满足资金或合规要求。
其他免费工具
vn.py 是开源量化框架,支持股票、期货、期权。需要自行搭建数据源和交易接口。Backtrader 是纯回测框架,免费且灵活,支持股票期货。需要自行获取数据。这些工具适合有编程经验的交易者。
# Backtrader 示例
import backtrader as bt
class SmaStrategy(bt.Strategy):
params = (('period', 20),)
def __init__(self):
self.sma = bt.indicators.SMA(self.data.close, period=self.params.period)
def next(self):
if self.data.close[0] > self.sma[0] and not self.position:
self.buy(size=100)
elif self.data.close[0] < self.sma[0] and self.position:
self.sell(size=100)
选择建议
股票量化优先米筐和优矿,期货量化优先掘金。免费平台有资源限制,策略复杂时需升级付费。开源框架适合定制化需求。实盘交易需对接券商或期货公司接口。数据质量影响策略表现,建议多平台验证。
聚宽停用不是终点,免费量化平台依然丰富。股票和期货交易者可以找到合适工具。关键在于策略逻辑和风险管理。