量化策略一般用什么平台回测？分别有什么优劣势？

1 tb，文华
2 建模软件：R，matlab，python
3 C++,C#
4 小众平台：MQ，OQ
5 公司自己开发的平台
分别有什么优劣，如果是5，相比1-4有什么优势，谢谢！

回复内容：

处理合约换月回测这件事，就pass了市面上几乎所有平台。而这件事在商品里又极其重要。 @Cheney 已经说得很详细了，我来补充一下MQ和OQ，这两个软件我都用过。

先说OQ吧，前身是由俄国人开发，用于物理实验。后来被米国人收购，改成了量化交易软件QuantDeveloper，主要针对是小型到中型的机构客户。后来以QuantDeveloper为原型，发展了SmartQuant套件，其中OpenQuant 3X为旗舰产品，结合QuantBase（数据解决方案）、QuantTrader（交易解决方案）、QuantRouter（多账户、分账户、跨市交易解决方案）。

------------------------------------------我为什么是分割线呢------------------------------------------------------
以下我只是互联网的搬运工：

OpenQuant产品技术特点
运行平台：Windows .NET
主要编程与脚本语言：C#
OpenQuant 和 Visual Studio可用于策略编辑
Visual Studio可用于调试（通过VS的附加到进程）
QuantBase可处理每秒100万次I/O操作(取决于硬件)
QuantBase支持多数据源
QuantRouter支持多路输入与输出
利用FIX和API接口，支持超过20家服务供应商提供的历史数据、实时行情和交易服务。









------------------------------咦，我为什么又是分割线呢--------------------------------------------------

看起来很牛逼是不是，呵呵，本韭菜要告诉你，资料不齐全，很多特性需要自己写代码进行实验，我们是折腾了半年，才算摸透。妈的，就在这个时候，quantbox突然宣布OQ3不再更新插件。强制升级到openquant2014，巨多坑又得重新填一遍。openquant2014带来很多先进的策略研发、管理理念。我这里就不一一多说了。

-----------------------------------妈的，我又是分割线--------------------------------------------------------

MagicQuant呢，号称是清华大学的教授带领研发的量化交易平台（你懂的）。呵呵，我都有QuantDevoloper源码你信吗？此处省略十万行代码。
不管他怎么来的，关键好不好用呢？说实话，比起文华、tb，B格还是要高很多的。交易速度快（据说比OQ还快一点点），正宗编程语言，库多，易扩展自定义功能。相比oq的不足，就是稳定性差点儿，没oq那么强大的套件组合。

------------------------------------------------我发誓，我是最后一个分割线-------------------------------------

咦，说好的回测平台呢？哎妈，答跑偏了。这两个软件的回测，肯定oq2014是要强大很多的。你可以自己写撮合器对接到回测引擎上，配合oq2014每秒200万次的事件处理引擎来回放最小粒度的数据，尽可能真实的还原交易当时发生的事情，避免掉入逻辑陷阱。

但是，本韭菜告诉你，但是，你觉得有必要搞这么复杂吗？你弄个macd上穿下冲、弄个双均线、弄个布林通道、弄个kdj金叉银叉、弄个理想论坛抄过来的奇形怪状的图形来做回测，你也去写一个撮合器，你就折腾吧。

本韭菜建议，加减乘除能搞定的，用文华TB。微积分、线性代数、概率统计、博弈论、神经网络、机器学习除了matlab、python你还能用啥。缠论、周易、易经、易筋经、金刚经、大日如来真经，你都快成仙了还来做交易干嘛。
建模分析后有潜力的，写成oq代码，用tick数据回放一遍。前后一致的，用小资金实盘，实盘数据不断和oq回放和matlab建模分析结果做跟踪对比，再逐渐加码。

另外，再提一个很好用的软件multicharts，功能强大，老少咸宜，专业的非专业的通吃。
传送门：MultiCharts 中国版，我不是安利。 不需要注明出处，可随意转载。 1.TB是现在比较专业的程序化使用的，编写语言是和C差不多的，功能比较强大；文华财经是自己开发的麦语言，相比TB编写简单多了，适合初学者入门。

2.建模来说，三个语言都差不多。Matlab在数值计算上没的说，它就是为此而生的，但同样面临软件过于臃肿、计算效率相对低下的问题。R使用的不多，但个人觉得与其学习R还不如学习Python。所以更为推荐使用python进行实现，因为python的可扩展性与兼容性，以及可读性更胜一筹，更容易与工程狮沟通，据我了解高盛、摩根等Quant部门现在大多使用python进行建模。

3.C++，C#在处理速度上胜过上述三种语言，但其在建模以及数值计算等方面有所欠缺。对于非计算机专业或者编程基础不扎实的人，并不推荐使用此语言进行建模。当然如果实盘玩高频，或是对交易时间有极高要求的，建议使用此语言，或者直接使用FPGA进行实现，不过这也涉及到你服务器存放的位置，服务器硬件条件、网速以及交易商本身的速度等多方面因素。有些跑题，在此不详谈！

4.小众平台OQ、MQ，都没有使用过，不做评价。

5.对于自己开发平台，个人觉得要看公司规模，以及人员配置等。最主要的是使用目的。如果像你所说只是用于回测，个人觉得开发的成本，以及后续的维护成本过高。并不推荐中小型公司以及非金融公司自行搭建。正如楼上推荐，可以使用况客，Ricequant - Beta，优矿，JoinQuant聚宽量化交易平台，Quantopian等量化平台。
I. 十分推荐在Quantopian上面进行学习，毕竟国外的量化交易好几十年了，其中很多帖子还是值得参考的，虽说并不是很适合中国股市，但也会激发一些灵感。当然纯英文，并不是每个国人都喜欢。并且交易规则与国内不同，学习模型可以，回测就算了吧。
II.JoinQuant聚宽量化交易平台，Quantopian本土化产品之一，沿用了Quantopian的设计理念，基本可以与Quantopian进行自由切换，但回测速度相比Quantopian有巨大提升（谁用谁知道），社区活跃，支持多个回测同时进行，有模拟交易的微信提醒。JoinQuant最打动我的就是客服的响应时间，十二点多问问题还有人回复，搞得我以后都不敢晚上问问题了，怕我一个问题影响别人睡眠- -！。个人觉得JoinQuant与Quantopian一同使用，可算是双剑合璧，模型通吃吧。
III.优矿，Quantopian本土化产品之二，背靠通联数据，数据比较齐全，但很多是付费的，这点很蛋疼，但也能理解，毕竟通联就是靠这生存的。回测速度相比JoinQuant慢，界面比较清新，也算弥补了回测慢的不足。数据齐全但调用API多而杂，大量的冗余，基本用什么查什么，好多属性存在多个API中，使用也是仁者见仁智者见智吧。
VI. Ricequant - Beta，Quantopian本土化产品之三，用的不多，只有一点感觉，他们该换PM了。
V.况客应该是四家中唯一一个使用R语言的平台，具体没用过，因为感觉R搞搞学术，自己建模还可以。一旦结合工程，就不适用了，没有哪个工程师会迁就你去学R，除非你是大牛！ [原]代表最前沿R语言技术的云端量化平台：况客科技 R SDK 试用
前言

况客是张丹老师的一个创业项目，张丹老师是一位资深的R语言用户，著有《R的极客理想》系列书籍与系列博文，在R语言工程化的道路上有很多值得我们学习的，可以说张丹老师代表着R语言技术的最前沿。这一次，我们来体验一下张丹老师的最新作品，重点介绍一下云端量化平台的使用体验。

试用

打开，况客的console，令我眼前一亮的就是自动化统计报表+Rstudio-Server计算环境，参考 前文 基于RStudio Webinars的统计报告Web化与工程化实践总结,完美结合了科学计算环境+RMarkdown输出，这意味着即使我关掉了浏览器，计算现场也会原封不动的保留。

Rstudio环境

参考前文 RStudio Server环境快速配置教程在Rstudio环境中，我们甚至可以引入 Git版本控制、shell脚本、Shiny应用、Project工程化等等。我猜想，况客平台上的Rstudio也许也是基于Docker生成的虚拟环境。

在shell中我们甚至可以看到网络配置