量化交易平臺入門避坑指南
前一期影片以不同維度介紹了量化交易框架，從個人量化的角度出發，該如何選擇一個合適的量化交易框架。希望能用自己的踩坑經驗，幫大家梳理一下找量化交易平臺的坑，讓想入手量化交易的小白參考一下，希望能用自己的踩坑經驗，幫大家少走彎路。
1。可能遇到的坑：
預先提示，以下這些坑跟個人的量化交易策略、交易券商、程式設計開發能力有關。每個人遇到的坑都不一樣，這些踩坑經驗是提供給想入門量化交易的小夥伴的一些經驗。
1。1 找對視窗
原本我自己就有個雲平臺，研究出幾個策略，特別是止盈止損方面的。因此跟我的業務經理聯絡一下，從開始問到最後被拒，整整浪費了三個月時間。
避坑技巧：
先問清楚開戶門檻、申請時間、申請程式、資金要存多久，不符合的趕緊換下一家。
1。2 策略資料
後來在其他券商開好了ptrade跟QMT。但接下來又發現另一個坑了，只有K線和財務資料，我的策略使用了籌碼面的資料，因此只能先上止盈止損的出場策略。原本還有可轉債策略，也因為平臺沒資料來源得找其他解決方案。
避坑技巧：
先看平臺的資料字典，能否滿足策略需求
1。3 伺服器沒儲存空間
不支援儲存資料影響到回測和盤中實盤的計算速度，舉個止損例子：
持倉股的月線(MA20)下彎、浮虧超過3%就止損。
資料上怎麼定義月線下彎曲？簡單點說就是今天盤中實時的月線，低於昨日的月線（MA20）。昨日的MA20在昨天就已經知道，但因為沒儲存空間，盤中得同時算實時的MA20跟昨日的MA20，已經知道的昨日的MA20得重複算。
程式碼上或許可以先將昨日的MA20存在記憶體的全域變數，但如果監控指標多，或是監控股票池多，在量化交易平臺上是沒法實現的。
解決方案就得本地化，或是建個外部資料庫了
避坑技巧：
1。選擇能本地執行，或是支援外部資料庫的讀寫的量化交易平臺 2。先從出場策略入手量化交易
1。4 回測
量化交易平臺上進行回測的好處是量化交易平臺能解決分鐘K線、日線、復權、滑點的擬真交易。，但肯定會到平臺框架的限制，包括了：
缺策略資料需要的資料
大部分的量化交易平臺只提供K線和公司財務資料，目前調研能提供其他資料的，只有聚寬和果仁。策略落地依賴資料，資料沒法滿足策略需要，策略肯定沒法執行，不然得搭配其他外部資料來源，但這又得折騰了。
沒資料庫支援
策略例子：價穩量縮入場
沒資料庫存指標，回測時就需要在回測時程式碼計算，回測速度就慢了，這也影響調參的效率。目前量化交易平臺的框架都差不多，得執行完回測才能看選股，但選股結果和指標值又分開。舉個例子，盤整量縮的策略：
沒有先儲存每日指標，逐步調參、執行回測肯定耗時耗力，很容易容易超過量化交易平臺的免費時數。
避坑技巧：
開發時設計回測記錄的資料結構
1。5 貴
量化交易平臺的運營不便宜，自然就反應到收費上，收費範圍包括會員、買策略。還是得合理評估自己短期內的需求範圍，以及投入成本。
避坑技巧：
調研階段比較收費範圍
2。總結
對新手來說，選擇入門的量化交易平臺容易踩坑，先梳理幾個選擇平臺的評估維度，希望幫小夥伴少踩坑。每個人的量化交易風格和需求都不一樣，還是得自己試用一些量化交易平臺，看看用的順不順手。
