Python 量化引擎

为什么选择Python?

Python丰富的工具包的支持，让量化交易员可以使用一种语言一站式完成所有量化交易任务。

为什么要用量化交易引擎？

1. 投资广度

A股、国内期货、美股、港股、指数、外汇、贵金属、商品、期权等投资品种很多，使用量化交易引擎可以将多个市场的数据集中在一个数据库进行调用，对比分析与回测，计算投资组合权重与风险，最后使用不同的实盘接口，把策略直接连接环球市场，进行环球多品种量化交易。

2. 高自由度定制化策略

价值投资、趋势策略、动能反转、成长投资、均值回归、统计套利、高频策略等等策略很多，不同策略需要不同的数据和回测，而引擎可以根据投资者的投资哲学，自由添加数据与功能模块，进行多策略并行回测优参，计算多策略组合的风险。

3. 添加人工智能等工具研发自适应策略

大数据时代，数据变化速度很快，如何通过对数据标记进行机械学习，选出最优模型做出自动调整参数仓位、多空方向、品种选择等决策，助力全天候量化交易策略的开发，而量化交易引擎可以自由添加人工智能等工具包的功能。

为什么要用事件驱动引擎？

引擎的类型

1. 向量化回测系统（Vectorised BackTest）
2. 事件驱动引擎（Event Driven Engine）

什么是事件驱动引擎？

使用事件驱动引擎的原因：

1. 代码可重复使用
模拟盘与实盘可以同时使用同样的代码，而向量化引擎就无法运用到实盘。

2. 无前视偏差（look ahead bias）
由于事件驱动引擎是由每一次数据进来才开始启动的，而前视偏差是由于回测采用了未来实盘时无法得到或是有延时的数据与信息所造成的，而事件引擎无论是在回测或实盘都规避了这个偏差。

3. 实用性与定制化功能强
事件驱动引擎不止可以在订单类型与佣金手续费上做定制化改动，还可以在功能添加与不同市场的交易平台的实盘链接上按照投资人自己的需求来建立模块，换句话说就是不止是用简单的条件跑一条曲线出来这么简单，而是可以把你任何创新的策略想法真正应用在市场上。

如何选择好的回测引擎平台

好平台是简单的平台（简单）：简单易用，因为程序员的时间会比计算机的时间昂贵得多。

好平台是解决主要问题的平台（给力）：提供高质量的教学文档与模型，通过将可观察的数据输入模型，进行有效预测结果输出，解决量化主要问题。

好平台是启发性的平台（自由）：提供一些基本模块，使得策略程序员可以自由组合，就像玩乐高一样。

好平台是开放源码的平台（开源）：开源项目的形式出现，新工具的设计者更多本身就是需要使用它们的应用软件作者，可以不受限制地修改程序。

推荐满足条件的引擎： rqalpha（米筐开发的引擎）

如何安装rqalpha?

官方文档： http://rqalpha.readthedocs.io/zh_CN/latest/index.html

引擎教学目录

1. 计划一个策略
2. 账户config设置
3. 运行功能
4. 获取数据
5. 订单类型
6. 时间控制
7. 仓位权重
8. 完整策略