AI量化交易技术收集

股票行业引用

行业量化选股与量化交易软件

常见量化平台

行业量化选股与量化交易软件

选股

交易

选股

1. 人工智能驱动的选股平台

• BigQuant

• 特点：主打AI量化选股，支持可视化拖拽开发，无需编程即可构建策略；自主研发StockRanker算法（基于排序学习的GBDT模型），可对全市场股票进行打分排序，推荐最优组合。

• 数据覆盖：A股、美股、港股、期货、期权等多市场数据，适合散户及机构用户。 

  3

  
  

• 优势：低门槛，免费注册使用，适合非专业投资者验证选股策略。

• DeepSeek（幻方量化关联平台）

• 特点：依托幻方量化的技术积累，融合AI算法进行策略开发，2025年因AI热潮成为市场关注焦点。

• 适用场景：高频量价策略与多因子模型优化，适合进阶量化团队。

2. 可视化选股工具（低门槛）

• 雪毛网

• 特点：支持拖拽式策略开发，提供自定义指标计算和智能调优功能；适合有选股软件（如通达信）经验的用户快速构建初级策略。

• 局限性：灵活性较低，高频数据处理能力有限。

• 量化大师App

• 特点：无需编程的选股策略验证工具，提供历史回测与模拟交易功能，专注于散户用户。

• 定位：轻量级工具，适合快速测试简单选股逻辑。

• 果仁网

• 特点：非编程选股平台，提供预设策略模板（如动量、估值、财务因子组合），支持快速回测。

• 局限性：数据覆盖较窄（仅股票、基金），缺乏高频回测支持。

3. 编程型选股平台（专业用户）

• 聚宽（JoinQuant）

• 特点：提供全面的股票、基金、期货数据及Python API接口，社区活跃，策略库丰富；支持Tick级回测与实盘交易对接。

• 选股功能：用户可自定义多因子模型（如Alpha101、Alpha191因子），适合中高频选股策略开发。

• 万矿（WindQuant）

• 特点：依托万得（Wind）的金融数据资源，覆盖股票、债券、商品等全品类数据，适合宏观分析与多市场选股。

• 优势：数据权威性高，但社区活跃度较低，需编程能力。

• 掘金量化（MyQuant）

• 特点：支持Python开发，提供Tick级回测和全品种数据（包括Level1行情）；与券商合作紧密，实盘交易便捷。

• 适用场景：高频量价策略与复杂因子组合选股。

4. 券商及机构级选股工具

• 迅投QMT

• 特点：支持Python和VBA双语言开发，提供Tick级历史数据（2018年至今）和L2行情接入；策略本地运行，安全性高。

• 选股应用：机构用户常用其开发高频量价选股模型，如日内T0策略。

• 恒生PTrade

• 特点：云端量化平台，主打事件驱动型策略（如国债逆回购、打新），支持自动化选股与交易执行。

• 优势：操作简单，适合中低频选股策略的散户用户。

5. 开源与本地化平台

• VNPY

• 特点：开源量化框架，支持本地部署，覆盖股票、期货、期权等品种；适合对策略保密性要求高的团队。

• 选股场景：需用户自行整合数据源，灵活性高但门槛较高。

总结

• 散户友好型：BigQuant、雪毛网、果仁网、量化大师App（低门槛、可视化）。

• 专业机构级：聚宽、万矿、迅投QMT、掘金量化（高频数据、复杂策略支持）。

• 新兴技术趋势：DeepSeek等AI驱动平台正在崛起，逐步改变传统多因子选股模式。

选股平台的选择需结合策略频率（高频/中低频）、数据需求（如财务数据、量价数据）及用户技术能力（编程/非编程）综合评估。

交易

一、券商系量化交易平台

1. 迅投QMT

• 特点：支持Python/VBA编程，提供Tick级高频数据（2018年至今）及L2行情接入，策略本地运行保障安全性；支持股票、两融、期权、期货等多品种交易，极速柜台单笔延时<1ms，适合高频策略。

• 代表功能：事件驱动与定时任务混合执行模式，支持逐K线运行、订阅推送、定时任务三种策略触发方式。

2. 恒生PTrade

• 特点：云端部署的量化平台，主打事件驱动型策略（如国债逆回购、打新），支持Python开发；策略可托管在券商服务器，无需本地持续运行，适合中低频交易者。

• 优势：与券商柜台系统深度整合，提供融资融券交易接口，支持自动化风控。

二、开源与本地化平台

1. VNPY（VeighNa）

• 特点：开源框架支持股票/期货/期权全品种交易，可本地部署避免策略泄露；提供C++级执行速度，适合高频策略开发，但需用户自行处理数据源对接。

• 典型应用：私募机构常用其构建定制化交易系统，如可转债T0策略。

2. EasyTrader

• 特点：基于GitHub的开源工具，通过模拟鼠标点击实现自动化交易，兼容同花顺/东方财富等主流终端，适合无API权限的散户。

• 局限：依赖界面操作，无法实时获取成交回报，仅适用于低频策略。

三、专业量化云平台

1. 聚宽（JoinQuant）

• 特点：支持Python全链条开发（研究→回测→实盘），提供2005年至今的股票/基金/期货数据；社区活跃，策略库丰富，尤其适合多因子选股与中高频组合交易。

• 实盘对接：与第一创业等券商合作，支持自动化订单执行。

2. 掘金量化（MyQuant）

• 特点：Tick级回测引擎与Level1行情接入，支持股票/期权/期货跨品种套利；提供策略商城功能，可购买成熟策略模板。

• 优势：与华泰证券等多家券商直连，实盘交易延迟低于50ms。

四、可视化与低门槛工具

1. 雪毛网

• 特点：拖拽式策略构建，内置智能调优算法，适合通达信用户转型；支持自定义指标计算，但高频数据处理能力较弱，主要用于日线级策略。

2. 水母量化

• 特点：提供网格交易、条件单等预制策略模板，支持ETF/可转债自动化交易；无需编程，适合小白用户执行简单止盈止损策略。

3. 果仁网

• 特点：基于财务因子与量价指标的非编程选股工具，支持一键回测，但缺乏实盘接口，需手动执行交易。

五、新兴AI驱动平台

1. DeepSeek（幻方关联）

• 特点：融合深度学习与市场情绪分析，2025年因AI热潮崛起；支持高频量价策略自动优化，适合追求前沿技术的量化团队。

2. BigQuant

• 特点：内置StockRanker等机器学习算法，可通过可视化界面构建AI选股模型；提供美股/A股多市场数据，适合基本面与另类数据结合的策略。

六、私募与机构级工具

1. 万矿（WindQuant）

• 特点：依托Wind金融终端数据资源，覆盖全球股票/债券/商品市场，提供宏观因子库与组合优化工具，常见于资管机构的多资产配置场景。

2. 天勤量化（ShinnyTech）

• 特点：专注期货高频交易，提供纳秒级行情接口与算法交易模块，代表案例包括CTA趋势跟踪与统计套利策略。

常见量化平台

聚宽

金字塔量化交易系统

BigQuant

聚宽

点击进入软件主页

金字塔量化交易系统

点击进入软件主页

BigQuant

点击进入软件主页