㈠ 什么软件可以程序化交易
我做了五年程序化交易，每年稳定盈利三十个百分点。回答你的问题前，我得先问一句，你是想要做股票程序化交易还是期货程序化交易？如果是期货程序化交易，国内有很多平台可以选择。
WH8：这是文华财经旗下的软件，使用麦语言编程，编程方法简单，非常适合初学者上手。学习一天就可以编写简单的交易策略了。这款软件整合了很多交易指令和函数，虽然简单却可以编写很好的策略。不过，这款软件如果用于实盘交易是需要收费的，一年费用七千八百元。模拟盘免费，非常适合学习。
WH9：同样，这是文华财经旗下的软件，使用宽语言编程，这是一种类似于C++的编程语言，初学者学习起来相对复杂，优点在于可以实现相对复杂的算法，编写复杂的策略，也可以编写对冲套利、高频算法交易等策略。实盘交易收费一年一万二千元。非常适合机构或有编程基础的人学习。
TB开拓者：这是一款比较开放的软件，使用的也是类似于C++的编程语言，和宽语言类似，大部分是相通的。这款软件没有年费，不过对于每笔交易需要额外支付一定的手续费。TB在国内使用得非常多，有很多学习资料和策略。可以实现复杂的算法交易、对冲交易、高频策略等。适合小散户并且学习能力强的人。
金字塔：这款软件有类似于麦语言的相对简单的编程方法，同时也可以使用Python高级语言来编写相对复杂的策略。软件年费三千八百元。适合没有编程基础的人员学习。
快期天勤量化：这是快期旗下的量化平台，使用Python编程语言，相比C来说更简单一些，但是比文华的麦语言要复杂很多。目前天勤量化是免费的，实盘也可以免费。Python是高级语言，同样可以编写非常复杂的算法交易、对冲交易、高频交易等。而且天勤量化有K线数据支持，不需要自己处理数据问题。只是目前的学习资料较少。用的人不是很多，但是有大型机构在用。适合有编程基础的人学习。
VN.PY：这是一个开放的平台且免费，使用Python编程语言，可以实现数据分析、数据处理、机器学习、算法交易。目前很多选股的策略都在用这个编写。学习起来相对复杂，需要有专业的Python编程能力，需要自己处理K线数据，对接交易所接口。非常麻烦。不过可以实现数字货币的程序化交易。不适合没有编程基础的人学习。
QUANT：这也是一个开放的平台，同样使用Python编程语言，可以编写各种算法交易、机器学习。目前在这个平台上大多是选股策略。这个学习起来也相对复杂，对编程能力有较高要求。不适合初学者。
以上就是国内比较有名的几款量化程序化交易软件。如果想要做股票，国内目前还没有专业的股票程序化平台。同花顺可以实现模拟盘的程序化交易，如果你有一定资金规模，可以自己建立一个程序化平台。大多都是使用Python语言来搭建交易平台。可以用VN.PY或者QUANT平台来搭建一个选股的算法交易系统。
㈡ 如何使用交易开拓者（TB）开发数字货币策略
使用交易开拓者（TB）作为回测工具，对于开发数字货币策略具有显著优势。TB具备国内期货市场K线数据回测和交易功能，其内置回测框架简化了策略开发流程，使得编程零基础的投资者也能快速上手。然而，TB的数据范围局限于期货市场，为了测试数字货币，需要通过外部导入数据。本次分享旨在引导大家完成从获取数字货币历史K线数据、转换为TB支持的数据格式、导入TB并测试数字货币交易策略的全过程。
首先，获取数字货币大周期K线数据。推荐使用CryptoData网站下载数据，例如币安交易所的BTC/USD 1小时K线数据。下载后，需注意数据字段，虽然包含了开、高、低、收、成交量、成交额等信息，但无法直接导入TB，因为数据格式需与TB支持的格式一致。
使用Python进行数据预处理，转换日期时间格式、去除不必要的Symbol列，并确保保留一列成交量数据。确保文件无列名，以避免导入错误。预处理后的数据应与TB内置数据格式匹配，如沪银期货的1小时周期K线数据格式。
数据导入TB后，通过数据管理，选择合适的交易所并自定义商品。填写重要属性数据，包括报价精度、最小变动及交易时间段。选择数据维护栏，配置商品名称和周期（1小时），导入预处理后的CSV文件。成功导入后，TB显示正确的K线数据。
接下来，基于导入的数字货币数据进行量化策略回测。在TB中新建超级图表，显示BTC/USD K线数据，进行策略测试。移植在期货市场开发的交易策略至数字货币市场，无需修改代码即可进行测试。TB轻松完成回测，显示数字货币市场策略表现良好。
总结，通过利用交易开拓者（TB）作为回测工具，投资者能够高效开发和测试数字货币交易策略。从数据获取、格式转换、导入到策略回测，每个步骤都紧密相连，确保策略在实际交易中具有可行性和适应性。借助TB的便捷功能，投资者能够快速适应数字货币市场的复杂性，实现策略的有效验证和优化。