Ⅰ 国内支持股票期货期权基金交易的量化平台都有哪几家
目前国内量化交易平台主要有掘金量化、优矿、聚宽、米筐、讯投、国泰君安、同花顺、龙软、TB、京东量化、Big、雷矿等等。
专业度较高应该是掘金量化、讯投、优矿
用户量较大应该是聚宽米筐
人工智能：Big
Ⅱ 优矿上能不能同时买入hs300中的股票同时做空股指期货
应该不能
Ⅲ 如何用quartz signal快速实现worldquant 101 alpha
优矿的500万实盘在如火如荼地进行中，我们已经看到有矿友利用经典的机器学习算法和新的Quartz Signal模块对于优矿上现有因子的利用进行探索，但是对于大多数信号/因子研究者来说，寻找新的Alpha依然是其孜孜以求的目标。
如何去寻找新的Alpha因子的灵感成为摆在量化研究者面前无法回避的问题。
我们注意到，Zura Kakushadze 等人最新发表的论文101 Formulaic Alpha(http://papers.ssrn.com/sol3/papers.cfm?abstra…) 里提到了很多基于价量数据构建的"Alpha"因子，为我们提供了很多新的灵感。
本文将先简单介绍论文中提到的Alpha因子表达式语法以及含义，之后会介绍如何用Quartz Signal便捷地实现这些Alpha，最后会提供2个在论文中出现并且效果不错的Alpha因子供大家参考。
Formulaic Alpha简介
研读过上文提到的论文，我们发现，论文中提到的Formulaic Alpha就是用一个表达式来表示一个Alpha因子：
· 写出的表达式是在每一个调仓日对每一支股票按照该表达式进行计算
· 例如：1/close; 对universe中每一支股票，计算1/closePrice，然后此向量被标准化，即除以其数值的总和（所有数值相加的结果为 1）。这将为所有股票创建了一个基于“权重”的向量，每个权重代表投资组合中投资于该股票的资金比例
· 其支持的数据有：open(开盘价)/close(收盘价)/high(最高价)/low(最低价)/vwap(日内交易量加权价格)/returns(单日收益率)等等
我们认为这种Formulaic Alpha的表达形式有以下特点：
· 表达简洁，但隐藏了太多细节，用户无法看到具体的调仓信息
· 受限于表达式表达能力的不足，提供了丰富的内置函数，帮助用户完成了cross-sectional信息的处理
内置函数
· 可分为横截面函数和时间序列函数两大类，其中时间序列函数名多为以ts_开头
· 大部分函数命名方式较为直观
· abs(x) log(x)分别表示x的绝对值和x的自然对数
· rank(x)表示某股票x值在横截面上的升序排名序号，并将排名归一到[0,1]的闭区间
· delay(x,d)表示x值在d天前的值
· delta(x,d)表示x值的最新值减去x值在d天前的值
· correlation(x,y,d) covariance(x,y,d)分别表示x和y在长度为d的时间窗口上的Pearson相关系数和协方差
· ts_min(x,d) ts_max(x,d) ts_argmax(x,d) ts_argmin(x,d) ts_rank(x) sum(x,d) stddev(x,d)等均可以通过函数名称了解其作用
· 更多地函数解释可以参考论文的附录
Quartz Signal模块简介
正如API帮助文档中提到的，Signal模块是优矿为方便因子/信号研究者提供的工具，将用户从与信号研究无关的数据获取、下单逻辑中抽离出来，用户可以将精力集中于按照自己的思路开发新的信号。
使用Signal自定义信号的通用实现过程如下：
def foo(data, dependencies=['PE&# 39;], max_window=4):
return data['PE&# 39;].mean()
# in initialize(account)
a = Signal("signal_a", foo)
account.signal_generator = SignalGenerator(a)
# in handle_data(account)
account.signal_result['signal_a']
我们可以将Quartz Signal的使用过程分为四个步骤：
定义实现信号逻辑的函数（在上例中即为foo函数）
在initialize函数中定义Signal，在实例化Signal类时将信号名字和描述函数作为参数传入
在initialize函数中将需要使用的信号注册到account.signal_generator中，可以注册多个信号
在handle_data中通过account.signal_result获取计算好的信号值
我们重点介绍一下用户需要完成的信号描述函数：
信号描述函数实际上是用户在每一个调仓日对于可以获得数据的处理逻辑
信号描述函数名可以按照Python函数的命名规范任意定义，但其参数必须为一个非关键字参数data，两个关键字参数dependencies和max_window
dependencies的参数格式必须为str构成的list，list的元素为该函数中需要使用的因子名称，具体支持因子列表参考帮助文档
max_window的参数格式为int，表示用户希望用到过去max_window天的因子数据
data则是根据dependencies和max_window，Quartz Signal模块帮助用户取到的数据，其格式为一个dict，key为因子名称，value为max_window*universe_length的Pandas DataFrame
信号描述函数的返回值必须为一个长度与data中每一元素列数相同的Pandas Series
如下图所示：
上图描述的就是data的结构，其中data只有一个元素，其key为"PE"，value就是上图表格所示的Pandas DataFrame，具体地，其columns为universe的secID，其index为%Y%m%d格式的日期字符串
Quartz Signal v.s. Formulaic Alpha
由上述描述可见，使用Quartz Signal模块可以便捷地实现Formulaic Alpha，同时相比Formulaic Alpha表达式有以下优势：
更加直观：
o用户在预先定义信号描述函数时，就可以明晰地定义自己需要的因子数据和时间窗口
o用户可以在Quartz框架中灵活定义自己的调仓频率和下单逻辑，并可以直观地看到每次调仓的股票列表
更加灵活：
oFormulaic Alpha限制了表达式的计算结果必须代表相应股票在投资组合中的权重，而Quartz Signal并没有此限制，用户可以在handle_data中按照自己的想法任意处理信号值
o信号描述函数的data是以Pandas DataFrame的格式传入的，这样用户就可以在函数中同时看到横截面数据和时间序列数据，为用户提供了更多可能
更加强大：信号描述函数的data是以Pandas DataFrame的格式传入的，Pandas丰富的内置函数可以帮助我们完成较复杂Formulaic Alpha表达式才能完成的任务（见最后一个示例）
更多数据：Quartz Signal不仅支持openPrice/closePrice/highPrice/lowPrice/turnoverVol等价量信息，还支持PE、RSI等更丰富的因子
下面我们就用Quartz Signal模块实现了一个论文中提到的Formulaic Alpha:
用Quartz Signal实现一个Formulaic Alpha
以WebSim论文中alpha 53为例，其原始表达式为:
(−1∗delta((((close−low)−(high−close))/(close−low)),9))
化简可得，((close - low) - (high - close)) / (close - low)的9日之前值-当前值
继续化简可得：(2∗close−low−high)/(close−low)
我们深入研究该因子可以发现：
(2∗close−low−high)/(close−low)=1−(high−close)/(close−low)
前面的常数1可以通过delta消掉，其实可以简化为(high−close)/(close−low)的现值-9天之前的值
而(high−close)/(close−low)本身则代表了收盘价在日内波动中的位置，可以看做是买入意愿的一种体现
我们强烈建议大家在实现这些Formulaic Alpha因子之前先花一些精力去理解其经济含义，不仅可以加深对其原理的理解，在某些时候还可以简化实现。
我们以论文中的Alpha 26为例，其原始表达式为：
−1∗ts_max(correlation(ts_rank(volume,5),ts_rank(high,5),5),3)
我们当然可以按照其原始表达式一步步地先对过去5天的成交量和最高价进行排名，再取相关系数；但是较熟悉Pandas DataFrame内置函数或者统计知识较丰富的研究者可以发现，correlation(ts_rank(volume,5),ts_rank(high,5),5) 其实就是在计算Spearman Rank Correlation Coefficient，使用DataFrame内置的corr(method="spearman")函数就可以完成计算，可以大大提高开发效率。
在我们的模拟的过程中发现，如果按照原公式进行计算，无论是long还是short的结果都跑不赢大盘，同时对于成交量和最高价相关性较高的股票将会是市场追逐的热点股票，应该分配更大的权重。
所以在上述代码中我们将原Formulaic Alpha前面的负号去掉。
当然，对于论文中出现的某些因子可能较难于理解其经济学意义，我们鼓励大家用Quartz Signal将其实现之后发到社区上与大家一起讨论。
对于Quartz Signal模块有哪些不尽如人意的地方也可以反馈给我们，帮助我们持续改进。
Ⅳ 为什么优矿的策略跑起来都很成功，是因为哪些因素没有考虑到
题主说的量化学堂中的策略是一个小市值而且回测区间比较短，所以曲线看着还行，这个初衷是为了让矿友对因子选股有个概念，没有做更多精细的处理。
至于其他的疑问我简单的回答一下
上面有提到手续费和滑点等，优矿的回测框架中都是有考虑的。
交易税费 commission
滑点 slippage
在真实的证券成交环境下，下单的点位和最终成交的点位往往有一定的偏差，订单下到市场后，往往会对市场的走向造成一定的影响。比如买单会提高市场价格，卖单会降低市场价格。
优矿为了更真实地模拟策略在真实市场的表现，增加了滑点模式，用于处理市场冲击问题。
默认为slippage = Slippage(value=0.0, unit='perValue')
为了保障这些数据的连续性，优矿上已做前复权处理，在回测框架中使用回测框架提供的行情数据（比如 account.get_history）、回测框架在成交撮合时使用的行情数据，都已做前复权处理。
还有幸存者偏差、前视偏差、极端情况我们都提供了函数或者例子帮忙处理。
上面温如提到了数据的问题，我司有100多人的数据队伍在进行数据的生产及清洗，这些数据在优矿上大多是不收费提供使用的，也许我们不是最好，但我们一直在力求变的更好。
投资从来不是件容易的事，只希望通过自己的努力能帮助大家提升研究效率、降低运营成本，找寻alpha的路上能更加顺畅一些。
Ⅳ 股票投资的优点跟缺点都有哪些
高收益以及还高风险，可能有大多数人在说到股票的优缺点时第一个反应就是这个，但作为入行N＋1年的老股民，我想说的是，股票的优缺点可不是这几个字就能概括的，这就给大家详细讲讲！
开篇之前，我先给大家送上一个福利，看看我精选的3只牛股当中，有没有合你心水的：【绝密】机构推荐的牛股名单泄露，限时速领！！！
一、股票投资的优点
股票是股份公司为筹集资金而发行给股东作为持股凭证，并借以取得股息和红利的一种有价证券。
一般来说，购买股票具有以下优点：
（1）流动性相对来说比较强，变现也很快：只要有卖的想法，随时随地都能把持有的股票卖出，在下个交易日不仅可以收到股款，还能收到现金。
（2）安全性较强：这怎么说也是受相关部门监管的，属于正规的市场交易方面钱财也不用去忧心。
（3）有可观收益：只要一开始能买到优质的股，并且有着正确的投资理念，那么想要高收益的回报，可能性非常高！
然而A股市场上流动着诸多的股票，怎么知道哪只股票的收益比较高呢？不妨直接点击这里，即有专业的股票分析师为你分析股票发展潜力怎样，值不值得买入！【免费】测一测你的股票当前估值位置？
二、股票投资的缺点
而投资股票也具有以下缺点：
（1）不确定因素多：股票市场不确定性的因素非常多。如同2015年的股灾令人瑟瑟发抖，可以说是“千股跌停”！这场突如其来的灾难，很多投资者一夜暴负！
（2）高收益随之而来的就是高风险：在购买股票后，公司成长或交易市场波动都能够带来利润，而股东都能够分享到，但也要一起承担公司运作方面的错误导致的风险。
（3）进入要求多：投资股票，不像是买菜吃饭，需要我们去掌握专业知识、投资经验等的投资管理能力，而且还要有良好且稳定的投资心态。要是没有这些知识储备跟经验，盲目跟进的话，很容易造成损失！
在平时，可以多看看这个股市播报，了解股市的最新资讯，及时了解股票相关的信息，增加自己的知识储备，规避亏损风险。【股市晴雨表】金融市场一手资讯播报
应答时间：2021-08-26，最新业务变化以文中链接内展示的数据为准，请点击查看
Ⅵ 优矿怎么获取同一天所有股票的开盘价
想要获取同一天所有股票的开盘价的话，直接在你的交易软件上就可以直接看的，就有开盘价一栏，而且还可以智能排序，很方便的，不知道的话可以教你。
Ⅶ AI都能炒股了，以后就要拼谁的算法牛了
人工智能量化交易平台宣布获得数百万人民币融资。据悉，本轮融资将主要用于团队建设、产品开发和硬件设备投入。
是一家基于人工智能的量化投资公司，成立于2017年10月，主要将技术应用于量化投资领域，实现低风险高收益的投资回报。
中国私、公募基金规模呈大跨步发展，截止2018年2月底，中国私募基金规模已达12.01万亿元，公募资金规模已达12.64万亿，在控制风险的前提下，提高获得投资收益的效率，是公、私募投资最大需求，国外盛行的量化交易越来越被国内机构所接受。
在量化交易这个领域，目前已有不少项目：私人量化交易平台JoinQuant、RiceQuant以及优矿，为量化交易领域提供核心算法支持的众加，量化策略商城微量网、以量财富为代表的量化理财平台，以及为量化投资者提供智能交易和分析工具的名策数据。
量化交易策略的建立是量化交易的重要环节。目前主要方式有两种，一种是输入与这套逻辑相关联的因子，比如历史表现、公司财务数据、宏观经济数据、上下游供应商数据等众多参数，建立一套模型，以算出标的上涨或下跌的概率，并生成投资组合和调仓策略。随着近几年人工智能兴起，不少人开始选用机器学习等方式，输入众多因子，让AI自己生成策略。
创始人兼CEO庞表示，的做法则不同，是用神经管网络替代原来用逻辑和策略构建的数学模型，通过输入股票相关数据，利用训练不同结构的神经网络来实现机器自主的量化交易。想做量化交易界的Deepmind（研发阿尔法狗的团队），成为中国的基金。
目前，的首个产品A股机器人“狗”已上线，应用于国内二级市场的投资，产品已实盘测试8个月。数据显示，狗实盘业绩显着，在2017年11月A股普跌的情况下(中证1000跌幅超4%)，狗依然实现了5.23%的收益，最大回撤控制在2.7%，并在2018年1月底上证指数大跌12%的情况下，智富狗做到了提前清盘避险，业绩明显优于大盘。
投资人黄表示：“人工智能是非常好的提高效率的方式，非常关注人工智能在各个领域的应用，我们认为以为代表的、基于神经网络的人工智能量化交易平台，能极大地提高大型的高频交易的效率。人的精力有限，一个再好的操盘手也不可能同时看2000支股票，但机器能轻易办到。”
Ⅷ 投资股票的优缺点是什么
高收益以及还高风险，可能大家在一说到股票的优缺点时第一个反应就是这个，作为一名入行许多年的老股民，股票的优点和缺点可不能只用这几个字概括，这就听我给大家娓娓道来！
开篇之前，我先给大家送上一个福利，看看我精选的3只牛股当中，有没有合你心水的：【绝密】机构推荐的牛股名单泄露，限时速领！！！
一、股票投资的优点
股票是股份公司为筹集资金而发行给股东作为持股凭证，并借以取得股息和红利的一种有价证券。
一般来讲，购买股票有以下几点优点：
（1）流动性比较强，变现快：假设想卖，基本上都能把持有的股票卖出去，在下个交易日除了可以收到股款之外，还可以获得现金。
（2）安全性很不错：毕竟这就是有相关部门监管的正规市场，在交易的时候，风险方面也不用太过忧心。
（3）收益可观：只要投资决策是正确的，并且能挑选到优秀股，那么收益不会太差的！
可是A股市场上有好多的股票，怎么知道哪只股票的收益比较高呢？不妨直接点击这里，即有专业的股票分析师为你分析股票发展潜力怎样，值不值得买入！【免费】测一测你的股票当前估值位置？
二、股票投资的缺点
而投资股票也具有以下缺点：
（1）不确定因素多：股票市场不确定性的因素非常多。打个比方永远忘不了的2015年股灾，可以说是“千股跌停”！尤其是对于投资者来说，真的是毁灭性的灾难！
（2）高收益伴随高风险：购买股票后，公司成长或交易市场波动带来的利润股东都能够凭借手中的股票分享到，公司运作方面带来的错误而导致的风险是需要一起来担负的。
（3）进入要求较高：投资股票，不像是买菜吃饭那样子，是需要掌握一定的专业知识、投资经验等的投资管理能力的，投资心态还要是良好且稳定的。假设没有这些知识储备和经验的话，随便乱选的话，亏损的几率会很大！
闲暇时，可以多看看这个股市播报，了解股市的最新资讯，及时了解股票相关的信息，增加自己的知识储备，规避亏损风险。【股市晴雨表】金融市场一手资讯播报