㈠ 国内主流的量化平台都有哪些
掘金量化交易平台V3.0
地址：http://www.myquant.cn/
语言：C++、C#、Python、MATLAB
方式：本机
品种：股票，期货
优矿
地址：https://uqer.io/home/
语言：python
方式：云端
品种：股票，基金，期货
特点：支持外部数据的购买，数据较多，有聚源等提供的，较靠谱
RiceQuant米筐量化交易平台
地址：https://www.ricequant.com/
语言：python，java
方式：云端
品种：股票，基金
特点：口碑较好，据说较人性化
Joinquant聚宽
地址：https://www.joinquant.com/
语言：python
方式：云端
品种：股票，基金
特点：可订阅别人策略和看到别人策略回测图
BotVS量化平台
地址：https://www.botvs.com/
语言：JS
方式：云端
品种：期货，股票，数字货币
特点：支持数字货币，比如比特币
Bigquant人工智能量化
地址：https://bigquant.com/
语言：python
方式：云端
品种：股票
其他：目前网站只有架子，很多栏目是空的，突出了人工智能，但没看到具体策略。
果仁
地址：https://guorn.com/
语言：python
方式：云端
品种：股票，基金，组合。
特点：口碑较好，支持策略跟随
其他的较小众的平台
镭矿
地址：http://www.raquant.com/
京东量化
地址：https://quant.jd.com/
同花顺量化
地址：http://quant.10jqka.com.cn/platform/html/home.html
点宽网
地址：http://www.digquant.com.cn/quant/
诸葛量化
地址：https://www.gpxtrade.com/index.html
数库（人工智能驱动金融创新）
http://www.chinascope.com/index/ai.html
免费开源python财经数据接口包
地址：http://tushare.org/index.html
特点：只有数据，非量化策略平台
㈡ 量化交易平台的回测逻辑
量化 平台 基本 采用 “ 初始 化 函 数 → 从平台数据 库取出 数据 → 每个 周 期 执 行 调 仓 函数 →回测结 束计 算 统计量
㈢ 国内排名第一的量化交易平台是哪家
米狗量化不错。有几点特别与众不同：
不用编程
多种模糊化模型
全市场实时跟踪
㈣ 量化策略一般用什么平台回测分别有什么优劣势
盈时量化策略回测平台，不会编程也能玩转量化。
盈时“策略机器人”集策略智能生成、策略评估、筛选优化、批量生成等功能于一体的交互式策略生成平台。平台以计算机智能生成算法为核心，使用了机器学习、模式识别、统计学、可视化技术等人工智能技术，包含策略构建模块、混编计算模块、策略绩效优化模块等组件，在策略优化方面使用了高效的遗传编程与NSGA-II等算法，进而充分利用CPU多核心性能，实现多进程同步高效生成策略。
语言：Python
适用人群：期货投资者（有无编程基础都可）
数据库：期货
回测用时：需要排队分钟记
支持的功能：支持将策略使用在交易开拓者的平台，属于实盘交易。策略给出建议，但需要自己手动确定进行买卖。
自动生成策略原理与简介：通过设置参数，运用机器学习的方法，一键生成源码策略。
备注：国内首个利用深度学习的人工智能量化平台，不懂编程也能做量化。
盈时，专注于为客户提供高品质的量化交易技术咨询服务和领先的量化交易产品，是一家从事金融数据分析、金融软件开发、程序化交易算法与交易策略研究等业务的科技公司。
㈤ 有哪些好的量化交易平台
量化交易在国内来抄说，兴起于2005年左右。但由于投资者水平问题，基础还是比较薄弱，市场还比较小，所以大众化量化交易平台的发展热度不足。大多平台都是机构自己构建的自用平台。
能实盘交易的量化平台只有几个，如聚宽，掘金，文华财经，开拓者，TradeStation等
能提供量化测试的就比较多，镭矿，优矿，京东，RiceQuant米筐，果仁，Bigquant，还有以上可以实盘的这些，等等。
基本采用Python语言为主，也有采用C++,C#,Easy Language 麦语言等。
㈥ 港股美股的量化交易平台
楼主你好，股市有风险，还是不要投资了，有那钱干什么不好
㈦ 国内哪家股票/期货量化交易平台支持tick级回测
国信tradestation支持股票、期货、期权交易，你说的量化回测都可以
㈧ 如何看待量化交易的回测
美股研究社指出：不同风格的策略对于回测的要求是不同的，比如对于多因子选股或者趋势策略等，需要注意的几点是：
1. 区分好样本内数据和样本外数据，这个和机器学习很类似，样本内数据用于训练，样本外数据用于校验。这样做的目的是为了避免过拟合陷阱。
2. 收益的分布，看看你回测后所有交易的收益分布，看看你的收益来源是少数的几次大的收益还是来源多次的小的收益。来源于大的收益，你的收益波动性就很大，实盘往往会达不到你的效果。
3. 参数的稳定性。如果你某个参数过敏感，随便调整下就对收益影响很大，那你实盘的情况和模拟盘也有很大可能会有出入。
这类策略严格来说，避免了一些常见的坑，还是比较容易做到回测和实盘类似的。
京东量化最新推出了一些通达信的技术指标还不错，你们可以去看一下，应该能学到好多东西。