随着我国经济环境的日益纷繁复杂，市场逐渐将“凭经验”、“凭感觉”、“凭消息”的主观投资策略淘汰出局，取而代之的是量化交易策略。“量化”是一种理性的思维，投资者根据真实的数据，理性地运用逻辑分析和归纳统计得出市场趋势，从而制定和执行明确的交易策略。
俗话说“美国是机构市，中国是散户市”。美国的量化交易已经占到70%-80%，而在我国，量化交易的比例还不超过10%，且主要应用于商品期货。随着我国股指期货的上市，期货市场和证券市场实现了初步桥接，投资者可以在期货市场投机，还可以在两市进行套利，量化交易日益成为了重要的发展方向。
量化交易在国内兴起于2005年左右，但是大众普及度不高，市场基础薄弱。能够同时实现“量化”和“交易”的量化平台有限，仅提供“量化”测试而无法实现“交易”的系统仍然占多数。
这期来盘点一下国内的量化交易平台。由于“我做不了，我就不说”是一种普遍的现象，所以各平台间的横向比较有一定的困难。文中疏漏错误之处，还请各路看官不吝指正（以下排序不分先后）。
一、掘金量化（Myquant）
访问地址：
https://www.myquant.cn/
数据方面：
提供近10年日/分钟/Tick级别股票数据，及财务、分红送配、行业、板块等数据。还提供股指期货、商品期货的连续数据。
研究方面：支持Python，Matlab，C，C++，C#语言，提供API接口。
回测方面：支持股票、期货等品种回测及其混合回测，支持日、分钟、Tick级回测。
模拟交易方面：
支持股票、商品期货、股指期货等品种的日、分钟级别的模拟交易。
实盘交易方面：
支持股票、期货、两融等量化实盘，实盘开通需要客户提交申请和平台人工审核，具有实盘交易权限后也可以手动交易。
交流社区方面：
“掘金量化社区”
，活跃度较高。
公司地址：深圳市南山区。
二、开拓者（TradeBlazer）
访问地址：
http://www.tradeblazer.net/
数据方面：宏观、企业财务数据、板块、复权等等基础数据。
研究方面：底层使用C语言，执行效率高。C++的行情交易和图形组件对象。以TradeBlazer language为基础，需要用户调用TradeBlazer公式。有独立的客户端软件。
回测方面：主要支持期货品种的日、分钟、Tick级回测。
模拟交易方面：主要支持期货品种的模拟交易。
实盘交易方面：主要支持全自动期货实盘交易。
交流社区方面：“投资学院”、“TB网校”、“交易论坛”等交流区，活跃度很高。
公司地址：深圳市南山区。
三、发明者（FMZ，原BotVS）
访问地址：
https://www.fmz.com/
数据方面：主要是商品期货数据和加密货币数据。
研究方面：支持使用Javascript、Python、C++、My语言、Blockly等。提供API。
回测方面：支持基金、商品期货、比特币、区块链、数字货币、数字货币期货等品种的日、分钟、Tick级回测。
模拟交易方面：主要支持基金、商品期货、比特币、区块链、数字货币、数字货币期货等品种的模拟交易。
实盘交易方面：支持国内外商品期货交易，及全球区块链交易。
交流社区方面：“文库”、“社区”、“众包”、“围观”等交流区，活跃度较高。
公司地址：郑州市二七区。
四、米筐（Ricequant）
访问地址：
https://www.ricequant.com/welcome/
数据方面：提供股票、ETF、期货（股指、国债、商品期货）、现货的基本信息。股票、ETF过去10多年以来每日市场数据，股票、ETF在2005年以来的分钟线数据。ETF过去20多年以来的市场数据和财务数据。期货从1999年以来的每日行情数据。期货2010年以来的分钟线数据。中国50 ETF、商品期权的日、分钟数据。舆情大数据。
研究方面：提供基于IPython Notebook的研究平台，支持Python，Matlab，Excel。提供API。
回测方面：支持股票、ETF、期货等品种的回测，支持日、分钟级回测。
模拟交易方面：支持日、分钟级别的股票、ETF、期货等品种的模拟交易。
实盘交易方面：提供期货的实盘交易。
交流社区方面：“米筐量化社区”，活跃度较高。
公司地址：深圳市南山区。
五、聚宽（JoinQuant）
访问地址：
https://www.joinquant.com/
数据方面：提供2005年至今完整的股市Leve1数据、上市公司财务数据、完整的停复权信息。实时更新行情数据，盘后更新财务数据。此外还提供基金（包括ETF、LOF、分级A/B基金、货币基金）的行情和净值数据，金融期货数据、股票指数数据、行业板块数据、概念板块数据、宏观数据、行情数据等。
研究方面：提供基于IPython Notebook的研究平台，支持Tick级数据，支持Python2、Python3。提供API（Application Programming Interface）。
回测方面：支持股票、基金、期货等品种的回测，支持日、分钟、Tick级回测。
模拟交易方面：支持股票、股指期货、商品期货、ETF等品种的日、分钟、Tick级别的模拟交易。
实盘交易方面：和第一创业合作，支持股票、场内基金、期货的自动化实盘交易。
交流社区方面：“聚宽社区”，活跃度很高。
公司地址：北京市朝阳区。
六、Bigquant
访问地址：
https://bigquant.com/
数据方面：提供日/分钟级别的股票、期货、基金等数据的实时和历史数据，以及新闻、社交等新型数据。
研究方面：支持Python，提供AI开发策略。提供API。
回测方面：支持股票、期货等品种的回测，支持日、分钟、Tick级回测。
模拟交易方面：支持日、分钟级别的股票、期货等品种的模拟交易。
实盘交易方面：可推送秒级交易信号，提供API接口对接交易终端，由用户手动交易。
交流社区方面：“Bigquant量化社区”，活跃度较高。
公司地址：成都市高新区。
七、真格（澎博财经旗下）
访问地址：
https://quant.pobo.net.cn
数据方面：主要是商品期货、期货期权、金融期货、股票期权等金融衍生品的数据。
研究方面：支持使用Python进行策略研究。提供API。
回测方面：主要提供期货、期权的日、分钟、Tick级别的回测。
模拟交易方面：使用第三方模拟交易平台，主要提供期货、期权的日级别的回测。
实盘交易方面：主要提供期货的实盘交易。
交流社区方面：“真格量化社区”，活跃度一般。
公司总部：上海市浦东新区。
八、优矿（Uqer）
访问地址：
https://uqer.datayes.com/
数据方面：2007年以后的沪深港上市公司财务报表数据，沪深交易所股票基本信息和日/分钟级别行情，港股日级别行情。日/分钟级别的场内基金行情、日/分钟/Tick的期货行情、日/分钟级别的指数行情、日/分钟/Tick级别的期权行情。大宗商品、债券、宏观产业数据。以及股票/指数的量化因子库，主流媒体数据，主流电商数据等。
研究方面：提供类似IPython Notebook的研究平台，只支持使用Python2进行策略研究。提供API。
回测方面：支持股票、场内外基金、期货、指数等品种的日、分钟级回测。
模拟交易方面：支持股票、场内外基金、期货、指数等品种的模拟交易。
实盘交易方面：暂时无法实现实盘交易。
交流社区方面：“优矿社区”，活跃度较高。
公司地址：上海市虹口区。
九、GFQuant（广发证券旗下）
访问地址：
https://quant.gf.com.cn/
数据方面：2005年以来的股票行情数据、市值数据、财务数据、上市公司基本信息、融资融券信息，商品期货行情数据，基金行情及净值数据，金融期货数据，股指数据，行业概念数据，宏观数据。
研究方面：支持使用Python进行策略研究。提供API。
回测方面：提供股票、期货、基金等品种的日、分钟级回测。
模拟交易方面：支持日、分钟级别、Tick级别的模拟交易。
实盘交易方面：推送后用户手动操作跟单。
交流社区方面：“广发量化社区”，活跃度一般。
公司总部：广州市天河区。
十、国泰君安（GTJAQuant，国泰君安旗下）
访问地址：
https://quant.gtja.com/
数据方面：2005年至今的股票财务数据、行业概念数据、宏观数据，基金（ETF、LOF、分级基金、货币基金）的行情和净值数据，场外基金的净值、投资组合数据，600多种股指指数数据，所有中金所推出的金融期货产品数据，股票期权和商品期权的合约及行情数据，TuShare中的龙虎榜、新闻事件、银行同业拆放利率等数据，技术分析因子数据等。
研究方面：支持使用Python进行策略研究。提供API。
回测方面：支持股票、基金、期货、指数等品种的日、分钟级回测。
模拟交易方面：支持日、分钟、Tick级别的模拟交易。
实盘交易方面：暂时无法实现实盘交易。
交流社区方面：“国泰君安量化社区”，活跃度一般。
公司总部：上海市静安区。
十一、MindGo（同花顺旗下）
访问地址：
http://quant.10jqka.com.cn/platform/html/home.html
数据方面：2005年至今的股票财务数据、资金数据、行业数据，基金数据，指数数据，期货数据，期权数据，可转债数据、因子数据、QuantdI数据、Tushare数据、iFinD数据等。
研究方面：基于Jupyter Notebook研究环境，支持使用Python进行策略研究。提供API。
回测方面：支持股票、场外基金、期货、外汇等T+0和T+D品种的日、分钟级回测。
模拟交易方面：支持日、分钟、Tick级别的模拟交易。
实盘交易方面：暂时无法实现实盘交易。
交流社区方面：“MindGo量化社区”，活跃度一般。
公司总部：杭州市余杭区。
十二、中信建投
访问地址：
https://quant.csc108.com/
数据方面：股票、ETF、期货（股指、国债、商品期货）的所有基本信息、行情数据、分钟线数据。
研究方面：提供IPython Notebook研究平台，支持使用Python进行策略研究。提供API。
回测方面：提供股票、期货、ETF等品种的日、分钟级回测。
模拟交易方面：支持日、分钟级别的模拟交易。
实盘交易方面：暂时无法实现实盘交易。
交流社区方面：“量化学堂”和“社区公告”，活跃度较低。
公司总部：北京市东城区。
十三、万矿（WindQuant，万得旗下）
访问地址：
https://www.windquant.com/
数据方面：国内外股票、债券、基金、商品、指数、外汇、期权等品种的历史日线、Tick、分钟、实时行情数据，上市公司财务数据，以及专题统计报表、中国及海外股票板块数据、宏观经济数据，针对多因子选股研究的point-in-time量化因子库。
研究方面：在线Notebook云端研究平台，支持使用Python进行策略研究。提供API。
回测方面：提供股票、期货、指数、ETF等品种的日、分钟级回测。
模拟交易方面：支持日、分钟级别的模拟交易。
实盘交易方面：暂时无法实现实盘交易。
交流社区方面：“万矿量化社区”，活跃度一般。
公司总部：上海市浦东新区。
十四、果仁
访问地址：
https://guorn.com/
数据方面：主要是近十年的股票、基金数据。
研究方面：非编程量化平台，一站式策略服务，门槛低（其实觉得非编程类严格来说不算量化平台，但是是很好的参考和学习平台）。
回测方面：主要提供股票、基金的策略的日级回测。
模拟交易方面：暂没有明确的模拟交易概念。
实盘交易方面：暂时无法实现实盘交易。
交流社区方面：没有社区。
公司总部：杭州市西湖区。
以上14个平台，用户在使用之前，需要注意：第一是明确自己想要的功能，区分平台是能够同时实现“量化”和“交易”，还是只能实现“量化”；第二是熟悉平台的社区氛围，因为在学习的过程中，可能会碰到很多自己难以解决的问题，如果有社区大神的提点，会起到事半功倍的作用。
本文列举了有限数量的平台，除此之外，市场中的量化交易平台还很多。每个平台都有很多高人，君能做的，唯有努力学习了。