有许多朋友想学习量化交易，但是不知道如何入门。就这个问题，我从以下几个方面谈一下自己的经验。

---

# 市场

期货市场的量化交易环境相对而言更成熟。

一方面，因为起步比较早，基本完成了市场教育、配套设施构建。另一方面，监管环境相对比较宽松，可以轻松地申请到量化交易资格。

从期货市场开始学习量化交易，快速了解其中的业务环节，掌握相关技术栈。之后，再考虑将相关经验复制到股票、期权市场。

---

# 编程语言

编程语言有很多，例如python、c/c++、java、rust、go等，各自都有大量的拥趸。

对于没有编程经验的朋友，可以考虑从学习成本最低的python开始。

一方面，python确实容易学习。另一方面，可以找到大量相关学习资料，以及大量的第三方库，避免重复造轮子。最后，遇到任何问题，都比较容易找到解决方案。

有了足够的编程经历之后，再转而去学习更适合自己的的语言，可以达到事半功倍的效果。

万事开头难，没必要再给开头增加难度了。总之，先入门。

---

# 柜台系统api

 

 

普通交易者必须通过经纪商才能进行交易。所以，量化交易程序是通过api接入期货公司柜台系统进行交易。

目前国内四家期货交易所都有自己开发的期货公司柜台系统，上期所的ctp、大商所的飞创、郑商所的易盛、中金所的飞马，还有一些第三方开发的柜台系统，例如盛立、易达、艾克朗科等。

其中，上期所的ctp（官网，交易时间访问：http://www.sfit.com.cn）上市最早，应用也是最广泛的。所以，学习ctp是入门量化交易的首选。

其实，api封装的主要功能是网络通信。api实现了交易程序向柜台系统发送请求，以及接收柜台系统返回的信息。

学习ctp的重点在于理解其中的请求和响应异步回调机制。几乎所有量化交易相关api的网络通信都是这种模式，无非是方法名称有所不同，请求/响应的信息有所差异而已。

ctp官方只提供了c++语言的api。python语言无法直接使用，需要进行一层封装，实现python和c++之间的相互调用。

目前，ctp的python封装都是第三方做的，因为技术门槛不高，所以网上可以找到很多相关项目。AlgoPlus是其中之一。

在python环境中用pip install algoplus命令行安装，也可以下载发行版安装包解压AlgoPlus文件夹后放置在项目目录中。

AlgoPlus封装的ctp api版本是v6.6.9，目前最新的，支持的python版本是3.7、3.8和3.9，可在windows和linux操作系统中使用。

AlgoPlus还提供了许多应用实例，方便入门学习，可以从以下网址下载（原文链接）：

https://gitee.com/AlgoPlus/AlgoPlus

---

# 仿真环境

个人认为，最快的学习途径就是实践。学习量化交易最快的途径就是用程序去交易。

直接用实盘账户学习是不理智的。我们需要一个新手村环境，可以无限次犯错，允许无限次重来。这也是我们学习ctp的一个重要考量。

SinNow仿真系统（官网，交易时间访问：http://www.simnow.com.cn）是ctp官方提供的练兵场。初学者注册仿真账户后可以使用。

SinNow不仅交易时间支持仿真测试，非交易时间还开放7*24环境，重放历史行情支持仿真交易。

在Simnow环境测试通过的程序，只需要更换账户密码、前置地址等信息，就可以接入期货公司生产系统进行实盘交易。

---

# 前端工具

一个可视化的前端工具，可以让学习过程更直观。在实盘阶段，也方便我们对交易程序进行监控。

当然，可以考虑自己开发，对于学习阶段，及个人项目，建议使用第三方工具+log日志的方式。

快期v2都是一个很不错的选择。这是流行于炒单时代的神器，虽然炒单交易已经没落，但是个人仍然比较喜欢v2简洁的风格。

 

​

快期v2早期版本，允许通过修改配置文件，添加测试环境。例如，我这里就添加了一个第三方，N视界（https://n-sight.com.cn/）提供的仿ctp测试环境：

 

​

新版安装包禁止了修改配置，如果需要旧版客户端的朋友可以在后台留言“快期”，获取下载地址。

---

# 项目实践

纸上得来终觉浅，绝知此事要躬行。

再次强调一遍，实践是最快的学习途径。个人推荐新手依次完成以下几个项目进行练手：

1. 以tick为数据源，合成K线数据，支持切换交易时间模式和自然时间模式。
2. 以tick为数据源，合成某合约所有标的加权平均价，权重为持仓量。例如中证500期货，目前交易标的是IC2304、IC2306、IC2309、IC2312，以这四个合约持仓量为权重，盘中实时计算它们的加权平均价格。最后，思路如何提高算法效率。
3. 以K线为数据源，计算简单移动平均、加权移动平均、移动线性回归，并思考如何提高算法效率。
4. 写一个交易程序，依次实现买开、卖平、卖开、买平、撤单，并查询订单、成交、持仓、资金账户，等。
5. 写一个条件单程序，支持价格条件和时间条件，当实时行情大于/小于某阈值时、或者到某时间点，进行报单。
6. 写一个配对交易程序，A和B两个合约，首先报买入A的订单，当A订单有成交发生时，报卖出相应数量的B，如果B短时间内未成交，考虑撤单以更低的价格重报。
7. 实现海龟交易策略。

其中，1-3以学习python为目的。4-6以了解ctp为目的。7帮助了解一个策略的组成部分：触发、加仓、资金管理、风控。

AlgoPlus提供的应用实例可以作为参考。可从原文链接处下载。