歡迎回來~

學(xué)習(xí)量化策略研發(fā)，首先要選擇合適的工具。工具的選擇涉及兩點：編寫語言的選擇與量化研發(fā)平臺的選擇。

上一節(jié)課，我們?yōu)榇蠹抑v解了如何選擇策略編寫語言。這一節(jié)課，我們接著來講解如何選擇量化策略研發(fā)平臺。

市面上有許多量化策略研發(fā)的平臺，如何才能挑選到適合自己的？在選擇之前，先認(rèn)識量化策略研發(fā)的過程分解，如下圖：

認(rèn)識了量化策略研發(fā)的過程，我們將按照節(jié)點順序，和大家分享應(yīng)從哪些方面來挑選量化研發(fā)平臺。

我們上節(jié)課說過，每種策略編寫語言各有特長，也各有局限。根據(jù)不同的應(yīng)用場景，選擇恰當(dāng)?shù)木帉懻Z言才是明智之舉。因此，選擇編寫平臺時，要注意它是否真正支持多語言。如果平臺支持多語言，可以根據(jù)不同的場景和需求，靈活采用不同的語言，提高研發(fā)策略的效率。

△支持多語言策略編寫的平臺（Python與金語言）

策略編寫時，函數(shù)是很重要的“原料”。如果”原料”缺失，則會給策略研發(fā)帶來很大困難。輕則降低效率，重則無法實現(xiàn)策略思想。挑選平臺時，要注意它的函數(shù)是否齊全，或者是特殊的函數(shù)需求，開發(fā)團(tuán)隊能否積極配合開發(fā)？

△策略的研發(fā)需要使用到很多函數(shù)，如果函數(shù)不齊全會降低研發(fā)效率。

編寫平臺的使用體驗，對策略研發(fā)的效率有很大影響。事實上，國外的許多研發(fā)平臺，因與中國用戶存在習(xí)慣差異，在使用體驗上，往往都不盡如人意。而一些新開發(fā)的平臺，缺乏足夠的打磨時間，難免出現(xiàn)未知的坑坑洼洼，在使用流暢度上也可能存在問題。一個好的策略編寫平臺，需要具備足夠的專業(yè)素養(yǎng)和鞠躬為客戶的服務(wù)心態(tài)。同時經(jīng)過長期專業(yè)打磨，才能達(dá)到快、準(zhǔn)、穩(wěn)的使用體驗。

△一個提高編寫效率的例子：智能輸入提示，輸入開頭字母，自動提示相關(guān)變量、函數(shù)，提高編寫速度、減少編寫錯誤。 

策略回測需要數(shù)據(jù)，因此數(shù)據(jù)質(zhì)量至關(guān)重要?？疾煲粋€平臺的數(shù)據(jù)質(zhì)量，要考察數(shù)據(jù)來源是否合法、權(quán)威；是否具備生產(chǎn)數(shù)據(jù)的能力；是否能保證數(shù)據(jù)來源及時、準(zhǔn)確；是否能根據(jù)用戶需求，快速研發(fā)用戶需要的特殊的結(jié)構(gòu)化數(shù)據(jù)。

策略研發(fā)，需要耗費(fèi)大量時間和精力用于回測。一個策略研發(fā)，所需進(jìn)行的回測次數(shù)往往是成千上萬，甚至是百萬。因此，回測平臺的速度，是考評一個研發(fā)平臺的重要指標(biāo)。值得注意的是，回測速度是由多個因素組成的，例如響應(yīng)時間、策略載入時間、回測運(yùn)行時間等?？疾旎販y速度時，我們需要綜合計算這些時間。

我們隨機(jī)抽樣了市面上的幾家平臺，回測速度評測的結(jié)果如下：

注1：所列平臺為抽樣調(diào)查，非完全統(tǒng)計，僅供參考。因每個平臺使用語言/語法不同，選用相似策略進(jìn)行測試。

注2：B平臺的回測用時很短，但是它的策略加載時間卻需約20~40秒，因此其實際回測速度不盡如人意。

注3：C平臺無內(nèi)置策略回測功能，需從外部將回測結(jié)果導(dǎo)入，無準(zhǔn)確回測用時數(shù)據(jù)。

由此可見，不同平臺的回測速度會有較大差距，需要我們仔細(xì)甄別。

并非收益率越高的策略就越好，實際交易中，其它測評指標(biāo)也非常重要。比如，風(fēng)報比，回撤過大會觸發(fā)資金警戒線，導(dǎo)致基金被清盤。測評指標(biāo)越豐富，越有利于我們多方面考察策略，越能使策略在實際交易中獲得較好的效果。

△在線平臺的測評指標(biāo)，一般較為簡單

△客戶端的測評指標(biāo)，更豐富、齊全

測評結(jié)果是一些復(fù)雜的數(shù)據(jù)，如果只是簡單羅列，不利于閱讀。測評報告的呈現(xiàn)是否清晰、直觀，直接影響對測評結(jié)果的理解。

△圖表化的測評報告有利于閱讀和展示

參數(shù)優(yōu)化是策略優(yōu)化中一個重要的環(huán)節(jié)，不同的市場或微觀結(jié)構(gòu)需要不同的參數(shù)。觀測優(yōu)化空間還可以評判策略的普適性和健壯性。但是手動優(yōu)化效率低、耗時長。例如，當(dāng)需要對3個參數(shù)進(jìn)行遍歷時，每個參數(shù)假設(shè)有100個取值點，則3個參數(shù)的組合將高達(dá)一百萬種，難以靠人工完成。一個平臺能否提高參數(shù)優(yōu)化效率也是很重要的。

△三維形式的參數(shù)優(yōu)化，有利于快速找到穩(wěn)健性更高的參數(shù)組合。

有時候，我們研發(fā)的策略回測表現(xiàn)很好，但實戰(zhàn)卻不如人意。這是因為策略的回測表現(xiàn)只是說明了該策略符合歷史數(shù)據(jù)的行情，不代表也會符合將來的行情，這種“符合”很可能是我們過度擬合歷史數(shù)據(jù)造成的。因此，除了進(jìn)行歷史數(shù)據(jù)的“樣本內(nèi)”測試，還需要進(jìn)行“樣本外”的數(shù)據(jù)測試。

最佳的“樣本外”數(shù)據(jù)莫過于真實的行情，使用真實行情進(jìn)行模擬交易可以讓我們最真實地評估策略的效果。因此，一個好的量化交易平臺，應(yīng)該提供對模擬交易的良好支持。雖然模擬交易采用了真實的行情數(shù)據(jù)，但并非真實的下單交易，仍然會與實際交易存在一定的差異。量化平臺需要做的，就是將這個差異盡可能的縮小，如此才能更準(zhǔn)確地評估策略。

策略投入實戰(zhàn)的過程中，如果平臺的功能無法滿足策略的需要，就無法最大限度的發(fā)揮策略的預(yù)設(shè)效果；如果平臺存在設(shè)計缺陷，可能還會造成資金損失。因此，還需要一個穩(wěn)定、安全、高效的實盤交易系統(tǒng)。

傳統(tǒng)的量化研發(fā)，專業(yè)人士使用的是功能強(qiáng)大的客戶端軟件，例如MetaStock、TradeStation等。這些客戶端軟件可以高效地實現(xiàn)復(fù)雜的策略，并對策略進(jìn)行回測和優(yōu)化。但這些軟件也比較復(fù)雜，新手學(xué)習(xí)較為困難。同時，早期的量化投資人士（他們一般被稱為寬客）往往自行其事，很少與外界交流。

隨著眾包（Crowdsourcing）概念的出現(xiàn)，在線量化投資平臺應(yīng)運(yùn)而生。量化研發(fā)走下神壇，逐漸開始“大眾化”。

2011年，Quantopian（QT）成立，這是一個面向初學(xué)者而非專業(yè)人士的眾包型在線量化投資社區(qū)。此后，國內(nèi)外也陸續(xù)出現(xiàn)了在線量化平臺，他們大多使用或參考了QT的技術(shù)框架。這些平臺提供了一些簡易集成的功能模塊，讓初學(xué)者可以較為方便快捷地在網(wǎng)頁上進(jìn)行量化策略的研發(fā)和回測。同時，其在線社區(qū)有利于使用者進(jìn)行學(xué)習(xí)和研發(fā)的交流。它們打破了量化投資的神秘感，降低了量化投資的進(jìn)入門檻。

一般來說，在線平臺的優(yōu)勢在于簡易方便。而客戶端的優(yōu)勢在于強(qiáng)大高效。

在線平臺提供豐富的教程、互動社區(qū)、策略商城等服務(wù)，對量化策略研發(fā)的學(xué)習(xí)有很大的幫助。但它受到網(wǎng)絡(luò)帶寬和服務(wù)器性能限制，很多復(fù)雜功能無法實現(xiàn)。與客戶端比較，需要更長的加載時間和回測時間，可能影響研發(fā)效率。

△Quantopian的策略編寫與回測界面，方便快捷。但需要較長的加載時間，回測速度較慢。

△客戶端能實現(xiàn)更多復(fù)雜功能，回測速度比在線平臺更快。（以中量為例）

在線平臺與客戶端對比總結(jié)如下：

在線平臺與客戶端軟件是相輔相成的工具，可以根據(jù)實際需求靈活使用。

你們平時慣用的平臺是什么呢？有覺得很值得推薦的平臺嗎？歡迎給我們留言，一起探討~

到這里，關(guān)于如何選擇量化策略研發(fā)工具的兩節(jié)課都講解完了。每種工具都各有優(yōu)缺點，我們應(yīng)該根據(jù)自己的情況和應(yīng)用場景，加以理性選擇。

 風(fēng)險提示   

股市有風(fēng)險，入市須謹(jǐn)慎。任何技術(shù)指標(biāo)和策略都只是輔助決策的工具，不是絕對準(zhǔn)確；示例與結(jié)果僅供研習(xí)參考，不構(gòu)成任何投資建議。同時，文中所提及的任何方法和工具，在實際使用中，均需結(jié)合其他工具、根據(jù)自身以及具體情況進(jìn)行綜合判斷。

· end ·

總指導(dǎo) | 徐小明      主編 | 海菱

編輯 | Winder、潘潘、曉璇