有独立开发完成一个量化系统开发的人吗？
自己开发一个量化交易系统，投入少量资金实盘验证，最后拿着业绩去找工作，大家见过这样的人吗？ github开源，项目名称UFund-Me/Qbot。综合了tushare、backtrade、easytrade、qlib后，给出了从选股、选基金到策略分析、回测，到实施模拟交易，邮件、飞书消息发送的闭环。给出了web端和移动端操作，但目前项目架构还是有点繁琐，还在优化中。本地可直接python main.py运行整个程序，对股票、基金和期权都有，并逐渐增加和完善。欢迎使用和反馈意见，一起contribute。https://github.com/UFund-Me/Qbot
http://pic1.zhimg.com/v2-cb7d82f1993430a475dbf2483b9f0472_r.jpg?source=1940ef5c
（如果觉得牛，双击屏幕！双击屏幕！）
以下是通过本交易系统做的交易实盘：
http://picx.zhimg.com/v2-56be263cad906cc81c63ea040aa6131a_r.jpg?source=1940ef5c
http://pica.zhimg.com/v2-e2fbac1d30d2a89a9ac8be3d874c1a3a_r.jpg?source=1940ef5c
http://picx.zhimg.com/v2-f8972bfbdadaa8fabe020b1d348670ac_r.jpg?source=1940ef5c
http://pica.zhimg.com/v2-813782dbd050efc7ed004fbb5c88a091_r.jpg?source=1940ef5c
点击头像，关注我！
qbot已经开源收到了较好的用户反馈，已经连续几天冲上GitHub Trending榜单前五。
http://picx.zhimg.com/v2-ed9c650842d3227c086a8a10e5158890_r.jpg?source=1940ef5c
之后会在知乎分享更多策略的详细原理和实现，并且在qbot中实现，点击头像关注我。
加入芝士https://t.zsxq.com/0e4iCq4gI 今天有朋友在回答里说到WonderTrader了，作为作者，我也来答一下吧。
先放一个WonderTrader的库地址，为了方便国内的用户访问，我就放gitee了，github的大家可以自己去找，主要在github更新，然后同步到gitee。
WonderTraderWonderTrader可以说基本上是我独立完成的，全部用C++实现，执行效率有强力保障，数据0拷贝。
多引擎的设计可以方便的适用于不同的交易场景，如CTAEngine、SELEngine、HFTEngine、UFTEngine
追求极致低延时的朋友可以关注一下UFTEngine，应该可以提供一个比较不错的参考。
回测和实盘无需重写代码，支持逐tick回测，支持股票level2数据回测（回测的场景还有优化的空间）
WonderTrader对C++要求很高，如果你不是很熟悉C++，也想体验WonderTrader的高效，那么可以考虑使用wtpy，wtpy是基于WonderTrader的python子框架，内核全部C++实现，python部分只是作为一个调用入口。gitee连接如下：
wondertrader/wtpywtpy因为基于python做的，所以也提供了很多易用性的组件，比如监控服务、数据工具、绩效分析工具等。
如果是投研使用的话，可以利用WtDtServo，WtDtServo提供一些随机访问数据的接口，可以很容易地在jupyter使用起来
如果是纯入门的话，可以使用WtStudio，可视化的界面更容易上手，不过现在功能还不大完善，后续会逐步跟上的
http://pica.zhimg.com/v2-2c58eef2d4cd7f32c5276f6eadd68192_r.jpg?source=1940ef5c 系统去年写完，程序员做量化简直再适合不过，前提不是那种水货。c++做策略，对接交易所restful websocket接口，处理行情数据。tomcat做web后端。前端就是展示一下历史订单，信号数据，各个策略机器人实时订单数据，实时行情和状态，简单控制等，太复杂没啥意义我也没时间写。数据库用mysql和redis。系统不难，主要就是要处理各种异常，有的可以程序多试几次解决，有的就得紧急通知人去解决，这里我用的钉钉做消息推送。系统主要做低频趋势策略，去年到现在行情不错，翻了5倍了，最大回撤不超过20%，未来怎么样不知道，反正本金已经撤出，继续跑就行，我不贪，赚到200万就躺平
目前一共三种机器人，现货网格机器人，顺势小周期双背离策略机器人和趋势策略机器人。没用什么高大上的技术，容易实现。
保证金交易重要的就是控制风险，所以大量的业务代码都在处理潜在的可能出现的异常，有的逻辑还需要可重入。以上都做了也不能保证没有风险，所以保证金账户最多放几次就亏完的钱，真的亏完了再转，而不是把所有资金都塞进去。
关于编程语言:
刚开始的时候比较理想化，web后端也是c++加libuv库实现，底层通信用的epoll监听多路共享内存。后来发现每增加一块web功能，都要大量造轮子，没必要在这种非核心业务上浪费时间，果断换成tomcat servlet重新实现，用redis做消息队列。java果然yyds。中低频python就可以，没必要用c++，最主要是严谨的业务逻辑处理。
关于策略开发:
去网上找类似投机实验室这样的博主，把他们的策略手动实现并回测，不断调参数再回测。回测一定要加上手续费和滑点，加不了滑点就加大手续费。
当你发现某个策略收益曲线正向增长，并且在一定参数范围内，曲线形态不发生太大变化（当然收益率可能发生剧烈变化，那么这个策略就可以实盘。多试几个自然就有经验有灵感了。
随着chatgpt的发展，以后做这样系统的门槛会越来越低，当然也意味着越来越卷了。
（本回答针对于程序员群体，尤其你是985 211计算机相关专业的，做过几年后端和底层开发，开发出整个系统和赚钱的策略并不难，某些所谓搞金融来阴阳怪气的人没必要惯着你，直接怼） 我就是自己写的，15年运行到现在23年也7年了。代码在github上都公开的。投了100万，起起伏伏的，平均年化15%左右，当个理财产品挺不错。
很多人私信我代码，忘了贴出来了，其中的一个repo在这里：
BigBrotherTrade/trader: 交易模块 (github.com)大部分代码15年写完就没怎么动过，可能现在看有点老了，但不影响使用。策略就是很简单的趋势跟踪，古老但是有效。 这样的人我见过很多, 包括我自己就是, 但是并没有看到哪一个拿着业绩去找工作.
原因就是量化这行的从业者, 并不认可你自己搭系统搞出来的业绩, 他们更相信你的学历, 你是不是斯坦福的PHD, 是不是清北的本科, 这才是真正的门槛.
还有一个原因就是, 当你已经实盘验证通过, 稳定盈利了, 作为系统的开发者第一时间一定想的是加大资金去继续做, 如果还能稳定盈利, 此时你大概是不会想去工作了.
如果不能稳定盈利, 大概也没脸拿着这个系统去投简历了.
说穿了, 任何工作, 无论是在量化行业, 还是在计算机行业, 其实都是出卖自己的时间去换一定薪酬, 但是开发量化系统这件事本质上是在创业, 你开发出来就相当于创业成功, 你见过创业成功的人把自己赚钱的公司卖了去打工的吗?
页:
[1]