vnpy (http://www.vnpy.cn)
是用于量化交易的底層仿真回測系統(tǒng)，由私募基金從業(yè)人員研發(fā)。隨著在量化交易行業(yè)業(yè)內(nèi)關(guān)注度的上升，用戶群體也日漸多樣
化，包括：高校研究機構(gòu)、專業(yè)個。 對vnpy和量化交易新手的建議：
1.Python
適合用于快速開發(fā)，解釋性語言導(dǎo)致了運行效率比較低，但是開發(fā)速度相對于其他語言卻很高。當然Python做數(shù)據(jù)分析的效率比較高，但是做底層會下降一個
數(shù)量級的原因，所以盡可能建議用成熟的資管系統(tǒng)去實現(xiàn)多賬戶。目前虛擬幣市場比較混亂，廠商的API水平參差不齊，而A股禁止使用資管系統(tǒng)，外盤相對而言
波動小是一個更成熟的市場，國內(nèi)的期貨的API是最成熟和完善的，那么期貨的資管也很豐富，包括了信管家、融航、酷操盤手等。
2.因為搭建整個量化平臺需要涉及很多，包括數(shù)據(jù)處理，策略開發(fā)，底層搭建，而這些工作在私募基金是由一個團隊去完成的，如果是一個愛好者自己做怎么的也得3-5年吧。所以給出的建議是，盡可能的將精力放在策略開發(fā)上，對底層和框架可以拿來主義。
3.對一些人工智能庫該怎么用，對大多數(shù)程序員來說也只是學會調(diào)用，能做到調(diào)參的已經(jīng)是比較高的水平了。若想真正做到精通人工智能算法，對程序員也
不是一個簡單的工作，更不要說一般愛好者了，人工智能算法需要的是優(yōu)秀的算法工程師 ，
要熟練的掌握高等數(shù)學、線性代數(shù)、離散數(shù)學、組合數(shù)學、矩陣論、概率統(tǒng)計等數(shù)學課程，數(shù)據(jù)結(jié)構(gòu)
（樹、鏈表、矩陣、圖）等各種典型的數(shù)據(jù)結(jié)構(gòu)以及常用的查找和排序算法（比如冒泡排序、快速排序、二分查找、希爾排序等，熟悉各自算法的時間復(fù)雜度）。對
于通用型的算法思想，比如遞推、分治、貪心、遞歸、動態(tài)規(guī)劃等算法策略要熟記于心并能靈活運用。要做好人工智能算法這一些都離不開深厚的數(shù)學功底。。
所以所以對一般量化交易愛好者而言，一上來不要追求人工智能去開發(fā)策略。
4.vnpy
python框架也在不斷進化，VNPY提供高性能的仿真回測系統(tǒng)和商業(yè)化軟件，建議愛好者將精力方在策略開發(fā)上，策略相比平臺則是更保值的東西。
是用于量化交易的底層仿真回測系統(tǒng)，由私募基金從業(yè)人員研發(fā)。隨著在量化交易行業(yè)業(yè)內(nèi)關(guān)注度的上升，用戶群體也日漸多樣
化，包括：高校研究機構(gòu)、專業(yè)個人投資者、私募基金、期貨資管、證券自營和資管等等。
vnpy是底層仿真回測系統(tǒng)，和原生API一起接入實盤，但和編程語言無關(guān)。VNPY具有多賬戶下較高的并發(fā)性能，建議采用資管系統(tǒng)來實現(xiàn)。
