期货程序化交易软件哪些能自己写策略代码
做期货程序化交易的人迟早会遇到一个坎：用软件自带的现成策略不够用了，想把自己的交易逻辑写成代码跑起来。这时候第一个问题就是——我用的软件到底让不让自编程序？
答案是：主流期货程序化交易软件基本都支持自编程序，区别在于用什么语言写、门槛有多高、灵活性有多大。下面把市面上常用的几款掰开揉碎讲清楚。
文华财经赢智WH8
文华财经是国内期货圈用得最多的软件之一，它的程序化交易模块叫赢智WH8。自编程序用的是文华自己的一套脚本语言，语法上接近Pascal，上手不算难，但也不是随便拉个人就能写。
赢智的自编程序有几个特点值得注意。一是它把行情函数、交易函数都封装得很全，写一个均线交叉策略十几行代码就能搞定。二是它支持多品种组合回测，一套逻辑可以同时跑在螺纹钢、铁矿石、豆粕这些品种上，省得一个一个单独测。三是它的图表和后台交易都支持自编模型，图表交易适合看着K线做决策，后台交易适合跑多品种组合、对延迟要求高的场景。
门槛方面，没有编程基础的人需要花一两周熟悉语法和函数库。文华的社区和文档比较丰富，遇到问题搜一搜基本能找到答案。
交易开拓者TBQuant
交易开拓者的TBQuant在期货程序化圈子里口碑很稳。它用的语言叫TradeBlazer，也是类似Pascal的语法，但函数库设计得比文华更贴近专业交易者的思维习惯。
TBQuant自编程序的优势在于回测引擎做得细。它支持逐笔回测、支持滑点和手续费的精细设置，回测结果和实盘表现的差距相对小。不少做趋势跟踪和套利策略的人喜欢用TB，就是因为回测的时候能把各种摩擦成本算进去，心里有底。
TBQuant也支持多品种、多周期、多策略组合，自编程序可以调用账户资金、持仓状态这些实盘信息，写出来的策略可以直接上实盘跑。缺点是它的语言生态相对封闭，会TradeBlazer的人不算多，想找人交流不如Python圈子大。
金字塔决策交易系统
金字塔是老牌的程序化交易软件，自编程序支持两种方式：一种是用它自带的类似VBA的语言写，另一种是直接调用Python。
金字塔的强项在于它的后台交易和服务器端运行能力。很多做高频或者对执行速度有要求的交易者会用金字塔，因为它的后台程序化可以脱离界面稳定运行，策略逻辑写在后台，电脑关了屏幕照样跑。
用Python写策略是金字塔近些年补上的能力。对于已经会Python的人来说，这个入口比学一套新语言要友好得多。不过金字塔的Python接口在函数丰富度上不如原生语言那么全，写复杂策略的时候可能需要绕一些路。
MultiCharts
MultiCharts是国际市场上很受欢迎的期货程序化交易平台，国内也有不少用户。它自编程序用的语言叫PowerLanguage，语法接近EasyLanguage，是TradeStation那套体系延伸出来的。
PowerLanguage写策略非常直观，一个简单的突破策略几行代码就能写完。MultiCharts的回测精度和图表功能是它的招牌，画线、指标叠加、多数据源对比这些做得比国内软件细腻。它的投资组合回测功能可以同时跑几十个品种，给出资金曲线和风险指标。
MultiCharts的短板在于国内期货品种的对接。它对国内期货公司的支持不如文华和TB那么全面，开户和接入需要确认期货公司是否提供对应接口。另外PowerLanguage的生态在国内不如Python大，遇到冷门问题找答案没那么方便。
VNPY
VNPY是国内开源的Python量化交易框架，严格来说它不算一个完整的商业软件，而是一套代码库加图形界面的组合。它的自编程序就是写Python，没有第二套语言。
VNPY的优势是自由。策略逻辑、风控模块、数据管理全部在Python里写，想怎么改就怎么改，不受商业软件的功能限制。对接期货公司的CTP接口是它的标配，国内大部分期货公司都能连。社区里有很多现成的策略模板和教程，学起来有路径可循。
VNPY的门槛在环境配置和运维。装Python、配数据库、调CTP接口、处理连接断线重连，这些事商业软件帮你做好了，VNPY需要自己动手。适合有编程经验、愿意花时间折腾的人。
掘金量化
掘金量化是近些年起来的平台，主打Python自编程序。它的定位比VNPY更“开箱即用”，云端回测、数据接口、实盘交易都打包好了，不用自己搭环境。
掘金的自编程序就是写Python策略，回测引擎在云端跑，速度快、不用占本地资源。它支持期货、股票、ETF多个品种，策略写完可以直接切到仿真或实盘。对于会Python但不想折腾基础设施的人来说，掘金的门槛比VNPY低不少。
掘金量化的限制在于它更偏向中低频策略。高频或者对延迟极度敏感的策略，商业软件的后台交易或者VNPY自己搭的架构可能更合适。
怎么选
选哪个软件自编程序，核心看三件事：你会什么语言、你的策略对执行速度要求多高、你愿意花多少时间在环境运维上。
不会编程但想学一套专门的语言，文华财经和TBQuant是稳妥选择，生态成熟、教程多、遇到问题有人能问。会Python想直接上手写策略，VNPY和掘金量化最顺，一个自由度高、一个省心。做多品种组合回测、看重回测精度，MultiCharts和TBQuant的回测引擎更扎实。需要后台稳定运行、策略逻辑不依赖界面，金字塔的后台程序化值得看。
期货程序化交易的自编程序能力，本质上是把交易想法翻译成机器能执行的指令。软件只是工具，真正决定盈亏的是策略逻辑本身。选一个自己写得顺手的工具，把精力花在打磨策略上，比纠结软件参数更有价值。
