股票量化計算軟體

『壹』 量子化學計算軟體有哪些常用的

這個一般是買的，要幾十萬的，很多做量子計算的單位都開發有自己的程序，通用的如DFT（密度函數原理），如以B3LYP為理論基礎的密度函數法，B3LYP:MM3相結合的IMOMM(The integrated molecular orbital-molecular mechanics method)方法、量子力學/分子力學耦合技術(QM-MM)等。

『貳』 個人能做量化交易嗎

認真幫你回答這個問題，樓主可能想問的是，

1、個人有必要做量化交易嗎。

2、個人如何實現量化交易。

回答 1：個人有必要做量化交易嗎。？

中國股市創立以來的二十多年間，股市從公開的投融資平台，變成了許多股民一夜暴富的夢境。股市淪為賭場，散戶們被當作「韭菜」。拋開牛市的狂熱和股災的哀嚎，我們需要靜下心來想一想，是不是我們應該用更理性或是更科學的方法來對待股市投資這樣一件嚴肅的事情呢？新興的量化交易正在嘗試提供一種理性投資的解決方案，通過大量的計算建立科學的盈利模型，以「大概率」賺錢事件為操作思路。

傳統技術分析的本質就是尋找價格規律，基本面分析又何嘗不是呢?有了計算機的幫助，這些找規律的事情完全可以由計算機完成，所以A股市場的 個人投資者是非常有必要盡早參與到量化交易的過程中來。

回答2：個人如何實現量化交易。？

個人實現量化交易分兩種情況：

一種是你擁有全天候研究的「必要環境土壤」。這種情況你可以直接依據個人所擁有的資源平台（有些收費、有些免費）。

全天候研究的「必要環境土壤」是指——個人的程序語言能力（如matlab,python等等），以及充分的資源硬體與軟體設備，如研究量化策略的模型軟體（如天軟TS系統等等——年費很貴，個人別想，如果你是在券業從業機構的量化研究部門上班，就別當別論，你可以充分調動這些軟體資源），簡單來說，就是量化策略到底能不能用、敢不敢用在實盤上。需要大量的研究環境。這種方式，不適合個人投資者。

一種是市面上已經出現一些，即有的量化交易系統，與研究平台。個人投資者，在沒有足夠的研究資本情況下，完全是可以實現傻瓜式一鍵實現實盤量化交易的（這里指的是股票）。量化交易策略模型也是現成的，您可以用現成的模型，也可以個性化改動模型的參數設置。具體實現方式，為避免廣告嫌疑，見名+VX。

『叄』 python量化哪個平台可以回測模擬實盤還不要錢

Python量化投資框架：回測+模擬+實盤
Python量化投資 模擬交易 平台 1. 股票量化投資框架體系 1.1 回測 實盤交易前，必須對量化交易策略進行回測和模擬，以確定策略是否有效，並進行改進和優化。作為一般人而言，你能想到的，一般都有人做過了。回測框架也如此。當前小白看到的主要有如下五個回測框架： Zipline ：事件驅動框架，國外很流行。缺陷是不適合國內市場。 PyAlgoTrade ： 事件驅動框架，最新更新日期為16年8月17號。支持國內市場，應用python 2.7開發，最大的bug在於不支持3.5的版本，以及不支持強大的pandas。 pybacktest ：以處理向量數據的方式進行回測，最新更新日期為2個月前，更新不穩定。 TradingWithPython：基於pybacktest，進行重構。參考資料較少。 ultra-finance：在github的項目兩年前就停止更新了，最新的項目在谷歌平台，無奈打不開網址，感興趣的話，請自行查看吧。 RQAlpha：事件驅動框架，適合A股市場，自帶日線數據。是米筐的回測開源框架，相對而言，個人更喜歡這個平台。 2 模擬 模擬交易，同樣是實盤交易前的重要一步。以防止類似於當前某券商的事件，半小時之內虧損上億，對整個股市都產生了惡劣影響。模擬交易，重點考慮的是程序的交易邏輯是否可靠無誤，數據傳輸的各種情況是否都考慮到。 當下，個人看到的，喜歡用的開源平台是雪球模擬交易，其次是wind提供的模擬交易介面。像優礦、米筐和聚寬提供的，由於只能在線上平台測試，不甚自由，並無太多感覺。 雪球模擬交易：在後續實盤交易模塊，再進行重點介紹，主要應用的是一個開源的easytrader系列。 Wind模擬交易：若沒有機構版的話，可以考慮應用學生免費版。具體模擬交易介面可參看如下鏈接：http://www.dajiangzhang.com/document 3 實盤 實盤，無疑是我們的終極目標。股票程序化交易，已經被限制。但對於萬能的我們而言，總有解決的辦法。當下最多的是破解券商網頁版的交易介面，或者說應用爬蟲爬去操作。對我而言，比較傾向於食燈鬼的easytrader系列的開源平台。對於機構用戶而言，由於資金量較大，出於安全性和可靠性的考慮，並不建議應用。 easytrader系列當前主要有三個組成部分： easytrader：提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易，量化交易組件 easyquotation : 實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情 easyhistory : 用於獲取維護股票的歷史數據 easyquant : 股票量化框架，支持行情獲取以及交易 2. 期貨量化投資框架體系 一直待在私募或者券商，做的是股票相關的內容，對期貨這塊不甚熟悉。就根據自己所了解的，簡單總結一下。 2.1 回測 回測，貌似並沒有非常流行的開源框架。可能的原因有二：期貨相對股票而言，門檻較高，更多是機構交易，開源較少； 去年至今對期貨監管控制比較嚴，至今未放開，只能做些CTA的策略，另許多人興致泱泱吧。 就個人理解而言，可能wind的是一個相對合適的選擇。 2.2 模擬 + 實盤 vn.py是國內最為流行的一個開源平台。起源於國內私募的自主交易系統，2015年初啟動時只是單純的交易API介面的Python封裝。隨著業內關注度的上升和社區不斷的貢獻，目前已經一步步成長為一套全面的交易程序開發框架。如官網所說，該框架側重的是交易模塊，回測模塊並未支持。 能力有限，如果對相關框架感興趣的話，就詳看相關的鏈接吧。個人期望的是以RQAlpha為主搭建回測框架，以雪球或wind為主搭建模擬框架，用easy系列進行交易。

『肆』 有什麼好的免費的好學的量化軟體嗎

Gamess是應用最廣泛的免費量化軟體，可以做從頭計算。MOPAC是應用最廣泛的半經驗計算軟體，能處理分子體系的能量、反應途徑和其他性質，以前的版本免費。但它們只長於計算，可視化沒有優勢，不太適於初學。

將圖形界面和計算結合起來最好的當然還是Gaussian和GaussView；Spartan圖形界面做得不錯，很大一部分技術是由Gaussian的設計者Pople領導的一批人提供的，值得推薦；ChemOffice里的Chem3D集成了Gamess、MOPAC等一些插件，也能做簡單計算，能以圖形界面實時觀察計算結果，化學專業的大學生學習一下基本上都能使用。

Gaussian、Chem3D之類的軟體雖然不免費，但是網路上都有破解版可以下載。如果你覺得這樣不道德，那還是將就用Gamess之類的免費軟體好了。

『伍』 股票量化交易是什麼

量化交易個以前的股票交易本質沒有區別，只是提高了工作效率，
量化交易分為量化分析和程序化自動交易
量化分析，如果你是普通散戶我現在問幾個問題，第一MACD指標默認參數下，在三千多隻股票日k上近兩年那隻收益最好，那隻虧損最大。這要人工多大的工作量，如果會寫程序代碼，幾行代碼就解決了。在繼續如果調換MACD參數能否增加收益用那幾個參數是最優組合，這要是人工基本無法完成，計算量太大了，但計算機就很快完成了參數優化。
而且量化分析不是技術分析，例如你問一個價值投資者，三千多家上市公司，你知道有多少家連續10年都沒虧損過嗎，同樣幾行代碼就知道。
假如你聽了一個老師的講課，說他的牛x戰法，普散戶聽了你只能價單試試，但量化分析我可以在不同市場不同時間周期，不同品種，進行回測嚴重，優化。這些就是量化分析。
程序化自動交易。
就是利用計算機技術自動交易，這對於散戶比較難實現，簡單的用第三方然間寫幾個交易策略可以實現自動交易。
但當你交易上你就會發現，滑點問題，你的速度不夠快，需要專線網路，需要底層語言的交易系統，高速的硬體設備。
但散戶還是必須要進行量化學習因為這樣才能更好的幫助你分析。
下圖就是最簡單的趨勢指標

『陸』 量化投資工具是什麼

量化投資是一種操作方法或操作理念，與其他各種「非量化」的方法並列。量化也可以採取擇時、趨勢跟蹤、超跌、強弱對沖等等投資模型。區別僅在於，量化投資會使用量化的行情和走勢來進行買賣點決策，而不是傳統的圖形式行情。

量化投資是很廣泛的一個概念，可以這么說，只要你不是簡單地拍腦袋、或者是聽消息進行的投資行為都可以叫量化投資，是不是瞬間沒有了高大上的感覺？:) 最常見的，你通過MACD指標頂背離、底背離進行交易，也是量化投資，因為MACD指標是有嚴格數學公式計算出來的。同樣，你根據財務指標選股，構建股票組合也是量化投資，因為你的決策基本是基本面數據； 這些都很「老土」，那麼來點新的，通過多因子模型構建投資組合、然後每天用程序進行風險測算並自動調倉，用演算法交易完成調倉動作的執行（比如一次性買200萬股，總不能一單下去吧），這夠「高大上」了吧，前提是你得有一套復雜而完善的系統支持。