虽然有很多量化平台，joinquant等等吧。
还是想独立做一个，灵活，从底层一行行代码写。自主控制，是否开源？看代码写的是否beautiful再说吧。
首先要抓取数据，网上一搜很多，但是很多股票历史行情数据接口都过期了，有的直接干脆停止服务了。所以打算自己既然要写一套量化，就不只提供一个数据接口了，各种数据接口都做一下，以防未来那个接口又不能用。
慢慢发现，还比较好用的股票接口有两个， 一个是tushare，这个很有名了，大家都知道，一个是yahoo财经的接口，而且yahoo财经的接口在python的pandas_datareader库里可以直接用， 而且！！yahoo财经里的数据很全，有美股，港股， 国内股票都有。
下次文章里把整理好的几个抓取行情数据的代码再贴出吧。
抓股票数据，目前计划线抓取日行情数据吧，有当日开盘和收盘价格即可，未来再看看抓tick数据（日数据里更细化的行情数据，比如15分钟数据乃至每笔的数据），有的tick数据是要付费的，wind里数据很全但价格也很贵。
计划是把A股数据，港股数据，美股数据都抓取下来，做到每日收盘时刻定时更新当日数据。
回测算法在网上搜了一个比较容易看得懂的简单算法来改写，实话说， zipline之类的读起来确实有点费劲，慢慢来吧。
初学进入量化，一些基础概念要了解，前复权和后复权，简单说下，一般会采取后复权，就是按除权前的价格来做衡量单位，把后边的价格按之前的价格换算过来，这样避免出现股价莫名的“跳空”，但这样有个问题就是后复权后的股价可能会很高，导致最初设置的初始资本金买不了多少股票。
写这些文章希望可以带领从0起步的初学者能自主开发简单的量化交易平台，网上搜的很多基本都是断层的，很少有连续的，一些略艰深的技术领域还是需要有一些连续的钻研，量化交易对比一些AI来说，不那么艰深，涉及的数据也不算特别复杂，但对很多人来说还是感觉很难，笔者之前也走了许多弯路，最后发现还是要咬牙自己从0开始一行行代码写下去，这样对整个的底层概念理解最清晰。不能太指望很多的开源代码。
tushare的使用比较简单
import tushare as ts #引入tushare库，如果没安装 可以pip install tushare先安装下
df=ts.get_his_data("600001") #获得600001这只股票的历史行情数据
就这几行简单代码就可以获取数据了， 返回的df是pandas的数据格式，可以很方便的存储为excel文件
回测算法有几个要点部分： 首先一般都会用事件驱动模式，把回测整个过程会区分为多个事件：读取数据，读策略strategy, 投资组合portfolio，交易boker等, 通过一个主程序做一个event loop,不断监听事件的变化。 理解这一点是理解整个回测框架的关键