股票量化交易系统主要有哪些--量化交易的应用

一、哪个量化股票交易系统好用？

量化交易的系统比较多，大资金一般用的迅投，其次还有各类，不过如果要做交易还是最好支持实盘的好。
我研究量化也有几年，有兴趣可以交流下

二、AIQT量化交易系统都有什么特点？

AIQT量是多种交易、多种策略、参数可以修改、而且可以一键启动的。

三、目前国内有哪些比较好的量化选股平台

内盘？不就是那几家嘛，上期所等等；
又不是外盘有很多。

四、如何打造自己的量化交易系统

语言用python比较方便，搭建一个回测框架，接入JQData量化金融数据，一个简单的投研平台就做好了。
再根据各种需求去完善，比如模拟交易、归因分析等等。
或者聚宽金融终端会方便一些，可以接入本地数据库，链接IDE编辑，接入python库等等

五、量化交易主要有哪些经典的策略

量化对冲策略即同时利用量化手段和对冲技巧的投资策略。
经典的量化对冲策略有市场中性策略、事件驱动套利策略三种。

六、量化交易的应用

量化投资技术包括多种具体方法，在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。
在此，以统计套利和算法交易为例进行阐述。
1、统计套利。
统计套利是利用资产价格的历史统计规律进行的套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利的主要思路是先找出相关性最好的若干对投资品种，再找出每一对投资品种的长期均衡关系（协整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓，买进被相对低估的品种、卖空被相对高估的品种，等价差回归均衡后获利了结。
股指期货对冲是统计套利较长采用的一种操作策略，即利用不同国家、地区或行业的指数相关性，同时买入、卖出一对指数期货进行交易。
在经济全球化条件下，各个国家、地区和行业股票指数的关联性越来越强，从而容易导致股指系统性风险的产生，因此，对指数间的统计套利进行对冲是一种低风险、高收益的交易方式。
2、算法交易。
算法交易又称自动交易、黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方法。
在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数量。
算法交易的主要类型有： (1) 被动型算法交易，也称结构型算法交易。
该交易算法除利用历史数据估计交易模型的关键参数外，不会根据市场的状况主动选择交易时机和交易的数量，而是按照一个既定的交易方针进行交易。
该策略的的核心是减少滑价（目标价与实际成交均价的差）。
被动型算法交易最成熟，使用也最为广泛，如在国际市场上使用最多的成交加权平均价格（VWAP）、时间加权平均价格（TWAP）等都属于被动型算法交易。
 (2) 主动型算法交易，也称机会型算法交易。
这类交易算法根据市场的状况作出实时的决策，判断是否交易、交易的数量、交易的价格等。
主动型交易算法除了努力减少滑价以外，把关注的重点逐渐转向了价格趋势预测上。
 (3) 综合型算法交易，该交易是前两者的结合。
这类算法常见的方式是先把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。
两者结合可达到单纯一种算法无法达到的效果。
算法交易的交易策略有三：一是降低交易费用。
大单指令通常被拆分为若干个小单指令渐次进入市场。
这个策略的成功程度可以通过比较同一时期的平均购买价格与成交量加权平均价来衡量。
二是套利。
典型的套利策略通常包含三四个金融资产，如根据外汇市场利率平价理论，国内债券的价格、以外币标价的债券价格、汇率现货及汇率远期合约价格之间将产生一定的关联，如果市场价格与该理论隐含的价格偏差较大，且超过其交易成本，则可以用四笔交易来确保无风险利润。
股指期货的期限套利也可以用算法交易来完成。
三是做市。
做市包括在当前市场价格之上挂一个限价卖单或在当前价格之下挂一个限价买单，以便从买卖差价中获利。
此外，还有更复杂的策略，如“基准点“算法被交易员用来模拟指数收益，而”嗅探器“算法被用来发现最动荡或最不稳定的市场。
任何类型的模式识别或者预测模型都能用来启动算法交易。

七、月益AI智能量化交易系统，你了解多少？

月益AI智能量化交易系统是决策、交易、监控、复盘的系统。
智能大数据择时指标软件，操作简单实用。
就算是初级投资者，只要根据提示操作，每年都有不小收益！月益AI智能量化交易系统不仅仅是一套指标系统，还有其背后一系列经过检验的投资思想，帮助投资者树立起正确的交易理念，掌握有效的盈利技能，建立和完善交易体系。

八、做量化交易一般用什么软件？

需要懂一些数学模型，比如统计分析、人工智能算法之类的，他的本质是利用数学模型分析数据潜在的规律寻找交易机会，并利用计算机程序来搜寻交易时机以及完成自动化交易。
并没有现成的软件可以做这个，因为它需要一个搭建一个专业的平台，这不是一个人可以完成的。
国内有一些软件，比如大智慧提供数量分析，还有一些软件提供股票、期货的程序化交易。
但是实际上这并不是真正意义上的量化交易。
事实上，做一款纯粹的适合个人投资者的量化投资软件，难度是非常大的，因为量化策略并不想传统的基本面、技术面那样存在已有既定的必然规律。
他需要跨越多学科，多领域去挖掘数据的规律，然后利用得出的规律进行交易。
但是不同时间、空间的数据的潜在规律并不一致，所以对量化过程进行标准化是一件很难完成的事情。
如果是计算机或者数学专业的人士，可以考虑使用C、C++、SQL等语言，其他的可以使用MATLAB/SAS 等软件。
不管是哪一种软件，要实现量化交易，肯定是需要一定的建模基础和编程基础的，其中最重要的东西是数学能力。

参考文档