AI 量化工具怎么选:先数据、再回测、再模拟盘,最后才是 Agent
选型篇 — 先定事情,再各选一个数据源和一个回测框架,模拟盘在真钱之前
先说结论:先装一个行情库和一个回测框架,把一个最简单的策略跑通,模拟盘通过之前不要上真钱。交易机器人或大模型 Agent 只加在这条链路已经能转之后。star 数不是收益排名。
英文版是同一条顺序: How to choose AI quant tools。QMT、PTrade、聚宽这类券商终端和在线平台,见 量化交易软件怎么选。
四类工具
AI 量化会用到四类工具。混在一起装,通常是装了一套自己跑不起来的环境。
- 行情数据 — 价格、基本面或其他数据。数据分类
- 回测 — 用历史行情重放一套规则。回测框架分类
- 执行 — 能发出委托的机器人或券商连接。交易机器人分类
- 投研 Agent — 用大模型阅读、摘要或起草。LLM/Agent 分类
还不确定自己要的是哪一类,用 帮我选。它问你想做什么、会不会写代码、关心哪个市场、预算多少,然后给出三个按规则匹配的结果,不接受付费改排序。
一条不跳步的顺序
01 · 先定要做的事
拿数据、回测、发单、用大模型做研究,是四件不同的事。先定事情,再选产品。工具清单按用途各列了几个开源项目。
02 · 选一个行情库
读公开网页的免费库够用来学习。要更稳的历史、或者免费页面一改就断,再考虑商业接口。做 A 股数据时,Tushare 和 AKShare 的收费与稳定性另有一篇。
03 · 把日线存下来
下载一次不算研究环境。日线放进本地数据库,以后只补缺的日期。A 股用 akshare 落库那篇,美股用 EODHD 那篇。
04 · 跑通一个回测
打算长期维护的项目,用仍在更新的框架。backtrader 用来理解回测概念可以;新项目换什么,对比文里写了。
05 · 先模拟盘,再考虑真钱
没算手续费、滑点,或者用了当时还不知道的数据,回测过不了模拟盘。能接受这个差距之前,不要连接券商或交易所。
06 · 需要时再加 Agent,或组合库
Agent 负责读和起草,不代替回测。组合优化是另一步,要先有可以分配的收益。自动下单的机器人、以及让 AI 连接 OKX,也是另外的选法。
围绕这些步骤该先学什么、做到什么算可以离开,见 量化交易入门路线。让程序连接股票账户自动下单之前,开通门槛、费用和程序化交易报告要求以券商和交易所的说明为准,本文不复述数字。
A 股交易软件和终端
QMT、PTrade 这类券商终端,以及聚宽、米筐、BigQuant 这类网页平台,讲的是代码跑在哪、怎么连到账户。
常见问题
应该先装什么?
一个行情数据库,加一个回测框架。先把一个最简单的策略跑通,再做模拟盘,确认能接受和回测的差距之后,才考虑真钱。大模型投研 Agent 只在这条链路已经能转的时候再加。第一天不需要把每一类工具都装齐。
免费的行情库先用哪个?
个人研究美股,yfinance 通常够用。做中国市场的公开数据,用 AKShare。OpenBB 是把你已经有的数据源接到一起的转接层,自己不产生数据。免费源不够用了,再看 EODHD APIs 这类商业接口。yfinance 和 AKShare 读的是公开网站,页面一改就可能失效。区别见数据源怎么选。
backtrader 还能当第一个回测框架吗?
拿来学习可以。它是入门教程里常用的事件驱动框架,但仓库已经很久没更新。新项目要长期用,选仍在维护的:大批量试参数用 vectorbt,经典事件驱动写法用 zipline-reloaded,回测和实盘要共用一套代码看 NautilusTrader,规则和模型策略看 PyBroker。对照见量化回测框架怎么选。
什么时候再加大模型交易 Agent?
数据和回测已经跑通之后。TradingAgents 是这一类的源头项目,许可 Apache-2.0。TradingAgents-CN 是另一套面向 A 股、带网页的项目,应用层不能商用。Vibe-Trading 许可是 MIT,数据覆盖 A 股、港股、美股和加密货币。三个都是研究工具。许可和适用场景见 AI 量化开源项目。
star 数高是不是说明这个工具能赚钱?
不是。star 和维护状态只说明项目有没有人用、有没有人更新,不是收益预测。回测不是对未来的承诺,大模型会理解错指令,也会编造数字。本文不构成投资建议。
本文不构成任何投资建议。行情库、回测框架和 Agent 的许可与能力,以各篇已核对的选型和项目自己的说明为准。