㈠ 什麼軟體可以程序化交易
我做了五年程序化交易，每年穩定盈利三十個百分點。回答你的問題前，我得先問一句，你是想要做股票程序化交易還是期貨程序化交易？如果是期貨程序化交易，國內有很多平台可以選擇。
WH8：這是文華財經旗下的軟體，使用麥語言編程，編程方法簡單，非常適合初學者上手。學習一天就可以編寫簡單的交易策略了。這款軟體整合了很多交易指令和函數，雖然簡單卻可以編寫很好的策略。不過，這款軟體如果用於實盤交易是需要收費的，一年費用七千八百元。模擬盤免費，非常適合學習。
WH9：同樣，這是文華財經旗下的軟體，使用寬語言編程，這是一種類似於C++的編程語言，初學者學習起來相對復雜，優點在於可以實現相對復雜的演算法，編寫復雜的策略，也可以編寫對沖套利、高頻演算法交易等策略。實盤交易收費一年一萬二千元。非常適合機構或有編程基礎的人學習。
TB開拓者：這是一款比較開放的軟體，使用的也是類似於C++的編程語言，和寬語言類似，大部分是相通的。這款軟體沒有年費，不過對於每筆交易需要額外支付一定的手續費。TB在國內使用得非常多，有很多學習資料和策略。可以實現復雜的演算法交易、對沖交易、高頻策略等。適合小散戶並且學習能力強的人。
金字塔：這款軟體有類似於麥語言的相對簡單的編程方法，同時也可以使用Python高級語言來編寫相對復雜的策略。軟體年費三千八百元。適合沒有編程基礎的人員學習。
快期天勤量化：這是快期旗下的量化平台，使用Python編程語言，相比C來說更簡單一些，但是比文華的麥語言要復雜很多。目前天勤量化是免費的，實盤也可以免費。Python是高級語言，同樣可以編寫非常復雜的演算法交易、對沖交易、高頻交易等。而且天勤量化有K線數據支持，不需要自己處理數據問題。只是目前的學習資料較少。用的人不是很多，但是有大型機構在用。適合有編程基礎的人學習。
VN.PY：這是一個開放的平台且免費，使用Python編程語言，可以實現數據分析、數據處理、機器學習、演算法交易。目前很多選股的策略都在用這個編寫。學習起來相對復雜，需要有專業的Python編程能力，需要自己處理K線數據，對接交易所介面。非常麻煩。不過可以實現數字貨幣的程序化交易。不適合沒有編程基礎的人學習。
QUANT：這也是一個開放的平台，同樣使用Python編程語言，可以編寫各種演算法交易、機器學習。目前在這個平台上大多是選股策略。這個學習起來也相對復雜，對編程能力有較高要求。不適合初學者。
以上就是國內比較有名的幾款量化程序化交易軟體。如果想要做股票，國內目前還沒有專業的股票程序化平台。同花順可以實現模擬盤的程序化交易，如果你有一定資金規模，可以自己建立一個程序化平台。大多都是使用Python語言來搭建交易平台。可以用VN.PY或者QUANT平台來搭建一個選股的演算法交易系統。
㈡ 如何使用交易開拓者（TB）開發數字貨幣策略
使用交易開拓者（TB）作為回測工具，對於開發數字貨幣策略具有顯著優勢。TB具備國內期貨市場K線數據回測和交易功能，其內置回測框架簡化了策略開發流程，使得編程零基礎的投資者也能快速上手。然而，TB的數據范圍局限於期貨市場，為了測試數字貨幣，需要通過外部導入數據。本次分享旨在引導大家完成從獲取數字貨幣歷史K線數據、轉換為TB支持的數據格式、導入TB並測試數字貨幣交易策略的全過程。
首先，獲取數字貨幣大周期K線數據。推薦使用CryptoData網站下載數據，例如幣安交易所的BTC/USD 1小時K線數據。下載後，需注意數據欄位，雖然包含了開、高、低、收、成交量、成交額等信息，但無法直接導入TB，因為數據格式需與TB支持的格式一致。
使用Python進行數據預處理，轉換日期時間格式、去除不必要的Symbol列，並確保保留一列成交量數據。確保文件無列名，以避免導入錯誤。預處理後的數據應與TB內置數據格式匹配，如滬銀期貨的1小時周期K線數據格式。
數據導入TB後，通過數據管理，選擇合適的交易所並自定義商品。填寫重要屬性數據，包括報價精度、最小變動及交易時間段。選擇數據維護欄，配置商品名稱和周期（1小時），導入預處理後的CSV文件。成功導入後，TB顯示正確的K線數據。
接下來，基於導入的數字貨幣數據進行量化策略回測。在TB中新建超級圖表，顯示BTC/USD K線數據，進行策略測試。移植在期貨市場開發的交易策略至數字貨幣市場，無需修改代碼即可進行測試。TB輕松完成回測，顯示數字貨幣市場策略表現良好。
總結，通過利用交易開拓者（TB）作為回測工具，投資者能夠高效開發和測試數字貨幣交易策略。從數據獲取、格式轉換、導入到策略回測，每個步驟都緊密相連，確保策略在實際交易中具有可行性和適應性。藉助TB的便捷功能，投資者能夠快速適應數字貨幣市場的復雜性，實現策略的有效驗證和優化。