pythonctp交易

⑴ 如何系統地學習量化交易

接觸量化交易大概有半年的時間，順序大概是這樣： 1. 學習了量化的分析理念，主要用於期現基差套利。 2. 學了python，自己嘗試著寫了一套選股系統，主要是數據處理和一些策略，表現一般。 3. 改用MATLAB，還是拿來做分析和寫策略。然後在tb上實現。 4. 接觸了一些c++和c#的平台，正在看c++ premier。 最近發現hft很多人自己寫平台，去看了ctp的介面，發現一點都看不懂，問了做程序的朋友，說是要去學學網路協議。 看到自己一年下來，居然接觸了這么多東西，感到非常驚訝。但是確實每個都是和程序化有關的。最近還打算辭職去讀個書，系統的學習編程。

⑵ python 怎麼下單炒股票

前期的數據抓取和分析可能python都寫好了，所以差這交易指令介面最後一步。對於股票的散戶，正規的法子是華寶，國信，興業這樣願意給介面的券商，但貌似開戶費很高才給這權利，而且只有lts，ctp這樣的c++介面，沒python版就需要你自己封裝。

⑶ 如何用python炒股

你就是想找個軟體或者券商的介面去上傳交易指令，你前期的數據抓取和分析可能python都寫好了，所以差這交易指令介面最後一步。對於股票的散戶，正規的法子是華寶，國信，興業這樣願意給介面的券商，但貌似開戶費很高才給這權利，而且只有lts，ctp這樣的c++介面，沒python版就需要你自己封裝。還有的法是wind這樣的軟體也有直接的介面，支持部分券商，但也貴，幾萬一年是要的，第三種就是走野路子，滑鼠鍵盤模擬法，很復雜的，就是模擬鍵盤滑鼠去操作一些軟體，比如券商版交易軟體和大智慧之類的。還有一種更野的方法，就是找到這些軟體的關於交易指令的底層代碼並更改，我網路看到的，不知道是不是真的可行。。散戶就這樣，沒資金就得靠技術，不過我覺得T+1的規則下，預測准確率的重要性高於交易的及時性，花功夫做數據分析就好，交易就人工完成吧

⑷ Quant 應該學習哪些 Python 知識

1. 如果還需要Deep Learning方面的東西的話，可以考慮Theano或者Keras。這兩個東西可能會用在分析新聞數據方面。不過不是很推薦使用這類方法去做量化模型，因為計算量實在是太大，成本很高。
2. 交易框架方面，除了vn.py，還推薦PyAlgoTrade框架，github上可以搜到。私以為這個框架比vn.py牛逼太多了，畢竟是一個在金融IT領域混跡近20年的老妖的作品，架構設計不是一般的優秀。
3. 國內的話，ricequant是個不錯的選擇，雖然使用的是Java，但是團隊我見過，都是做金融IT出身的，基本上都有7、8年以上經驗，底層功底非常扎實，做事情都很靠譜。現在他們也在考慮把SDK擴展到Python這邊。
4. 國內的行情和交易介面，使用的是自己的協議（比如CTP介面使用的是FTD協議），而不是國際上廣泛使用的FIX協議，並且都不開源。如果需要連接行情，還需要考慮將介面SDK為python封裝一下。（修改：評論中有人提到很多券商也開放了FIX介面，不過似乎是在內網使用）
5. 有人談到資料庫了，這里我也說一下，對於高頻tick級別的數據，其量級可以達到每天TB級別，普通的關系資料庫是扛不住的。如果試圖使用傳統的關系資料庫，比如Oracle之類的可以省省了。對付這種級別的數據，採用文件系統+內存索引會更好。不過這種場景，一般也就是機構裡面能碰到了，個人quant可以不用考慮。

⑸ python 為什麼適合做量化

python是一個完全面對對象的可腳本,可二進制編譯運行的高級語言。一般以腳本方式運行，運行調試完可生成二進制代碼來保證運行的速度。代碼非常簡潔
擁有無與倫比的配套標准庫。一般廣泛用於各種領域。尤其在科學界流行。
在python環境下，有科學運算庫，界面庫，各種演算法庫。非常適合用於科學研究。
matlab中的金融工具雖然比較全面，也比較好用，不過像我這種喜歡搞些新演算法。同時還要和交易介面編程的就非常喜愛python了。
python的演算法庫 ：numpy ,scipy等，用於統計的庫。
python的數據可視化庫 matplotlib(上面那個貼圖就是例子)，PyQt,pygtk,pyside等等，前面說的都是二維的。三維的VTK等等。
而且今後和CTP等交易平台對接的話,matlab就無能為力了，到時候再學python豈不是晚了。

⑹ 如何用CTP介面開發交易

股票基本沒有，金字塔據說正在談。
期貨ctp的api可以直接用c、c++接入。
tb(交易開拓者)的語言接近c
文華、金字塔、mc都可以程序化交易，但是不是c，c++

⑺ CTP綜合交易平台是什麼東西 最近經常在論壇上看到這個詞，是什麼新版的交易軟體嗎有什麼優勢啊

CTP就是上海期貨交易所成立的一個公司開發的一個平台，這個平台提供了開放的介面，讓有編程能力的交易者能夠開發自己的個性化下單軟體，甚至讓交易者能夠把主機託管在交易所機房，從而實現最為快捷的交易速度，是實現高頻交易等功能的基礎。如果你的編程能力夠強，就可以拋棄傳統的這些博易大師、文華財經之類的軟體，編寫出一套屬於你自己的交易軟體，並且可以實現盤中實時測試交易模型之類的功能。

更詳細的介紹可以看我參考資料里的鏈接。

⑻ 對於開發恆生交易API的Python封裝有什麼建議

因為一些不可抗力的原因，前一段時間開發的LTS API的Python封裝暫時用不上，目前證券API這邊剩下相對靠譜的選擇只剩恆生了，同樣是准備基於C++版本的API開發Python封裝。現在的一個問題是，恆生的API風格上和國內大多數其他API非常不同，他的請求操作和數據推送需要用戶自己發送和接收數據包並進行解析（類CTP的API會直接幫你處理好，用戶只需傳入結構體指針）。題主面臨兩個選擇：直接對恆生API進行封裝，提供數據包操作的Python介面。對恆生API進行類CTP封裝後，再封裝為Python介面，好處是可以和之前類CTP的API通用，缺點可能會損失部分恆生API獨有的功能。這個API最後同樣會整合到題主的vn.py框架中，這樣對於很多大型券商（中信、海通、招商等等），用戶也會多一個可以用Python進行量化開發的選擇。恆生的介面應用應該是最普遍的，但是用恆生介面一般都需要券商給認證文件才能使用，大多數人應該都參與不了這個項目。可以參考quantbox和wind，先在框架上統一。最好先把ctp期貨和證券做出來，畢竟興業也在用，lts也是類ctp的。恆生的介面應用應該是最普遍的，但是用恆生介面一般都需要券商給認證文件才能使用，大多數人應該都參與不了這個項目。能做到封裝後python API和現有vn.py已存在的lts和ctp的介面兼容，那就極好

⑼ 怎樣用 Python 寫一個股票自動買賣的程序

• 方法一

  前期的數據抓取和分析可能python都寫好了，所以差這交易指令介面最後一步。對於股票的散戶，正規的法子是華寶，國信，興業這樣願意給介面的券商，但貌似開戶費很高才給這權利，而且只有lts，ctp這樣的c++介面，沒python版就需要你自己封裝。

• 方法二

  是wind這樣的軟體也有直接的介面，支持部分券商，但也貴，幾萬一年是要的。

• 方法三

  滑鼠鍵盤模擬法，很復雜的，就是模擬鍵盤滑鼠去操作一些軟體，比如券商版交易軟體和大智慧之類的。

• 方法四

  就是找到這些軟體的關於交易指令的底層代碼並更改，不過T+1的規則下，預測准確率的重要性高於交易的及時性，花功夫做數據分析就好，交易就人工完成吧

⑽ 怎樣用 Python 寫一個股票自動交易的程序

• 方法一

  前期的數據抓取和分析可能python都寫好了，所以差這交易指令介面最後一步。對於股票的散戶，正規的法子是華寶，國信，興業這樣願意給介面的券商，但貌似開戶費很高才給這權利，而且只有lts，ctp這樣的c++介面，沒python版就需要你自己封裝。

• 方法二

  是wind這樣的軟體也有直接的介面，支持部分券商，但也貴，幾萬一年是要的。

  
  

• 方法三

  滑鼠鍵盤模擬法，很復雜的，就是模擬鍵盤滑鼠去操作一些軟體，比如券商版交易軟體和大智慧之類的。

• 方法四

  就是找到這些軟體的關於交易指令的底層代碼並更改，不過T+1的規則下，預測准確率的重要性高於交易的及時性，花功夫做數據分析就好，交易就人工完成吧