量化交易用什么软件？常用量化投资软件推荐

1. Qlib 微软开源的优秀量化学习算法库，复现了很多优秀的算法，避免了自己写的坑。主要参考了机器学习算法部分的实现和部分任务流程的机制设计。

2. Airflow 非常优秀的个数据工程管道管理平台，可以自由定义任务的DAG, 可以监控任务的整个执行过程，支持模块失败重试，避免了重新运行整个流程。主要使用Airflow进行任务的组织和管理。

3. vectorbt Python实现的回测库，支持进行大规模快速并行优化主要参考了其中的回测模块的实现，支持进行快速并行回测，极大提升了Python的回测速度。

4. MLOps MLOps是指通过机器学习模型操作化管理 ，通过使用MLOps的概念来设计、构建和管理可重现、可测试和可进化的量化交易具，能够增加自动化和提高生产模型的质量，同时也满足业务和监管要求。

5. Scikit-learn 和 Pytorch 常见的机器学习工具库，用来实现机器学习算法和深度学习算法。

6. Feature-engine Feature-engine 是一个支持Scikit-learn接口的特征工具库，可以进行特征缺失处理，特征生成和特征筛选。主要参考其API接口的设计。

7. SHAP SHAP是一种博弈论方法，用于解释任何机器学习模型的输出。它使用博弈论中的经典 Shapley 值及其相关扩展将最优信用分配与局部解释联系起来。主要用来解释算法训练出来的机器学习模型，对模型进行解释有助于避免模型出现严重过拟合也可以用来进一步改善模型。

8. QuantStats QuantStats执行投资组合分析Python 库，允许量化和投资组合经理过为他们提供深入的分析和风险指标来更好地了解他们的绩效。主要使用QuantStats来进行回测结果分析，汇的图非常漂亮。

9. Talib 常用的指标库，实现了大部分主流的技术指标，可以直接使用。TA-lib的计算速度快，调用的速度接近C的速度。

10. Ray Ray是加州大学伯克利分校RISE 实验室开发的通用分布式计算架，可以灵活地运行任何计算密集型 Python 工作负载——从分布式训练或超参数调整到深度强化学习和生产模型服务。使用Ray可以方便的进行分布式训练控制。

11. Tushare，Akshare，jqdatasdk ，ifind 常用的数据源，部分数据直接从API中提取，部分数据由爬虫进行爬取，通过Airflow开启进行数据收集任务的定时提取。

12. FinRL 金融强化学习开源库，提供了一系列在金融工具使用强化学习的工具。借鉴了其中强化学习环境的实现部分。

                                                    风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！