contact@digquant.com.cn
400-1860-552
官方群:463071731

Auto-Trader 3.1.2 全新上线

数次测试优化,全面升级体验

1. Python SDK上线

2. 支持CTP实盘交易

3. 策略信号发送和策略跟随交易

4. 支持多任务回测和实时交易

5. 新增系统消息通知

6. 新增公共资源池

7. 策略打开修改为打开到具体文件夹

8. 支持最近10个回测策略的业绩查看

9. 回测结果新增按标的的成交记录和委托记录查询

Auto-Trader 量能量化研究交易系统

Auto-Trader 量能策略研究终端(以下简称AT量能)是国内首款无缝对接MATLAB,覆盖股票、期货、期权全市场品种的策略研究和自动化交易软件。AT量能以“研究即交易”为产品理念,让越来越多的金融研究员、量化投资研究者把时间和精力专注于研究工作,专注于通过量化分析去进行市场价值的发现和策略思路的实现上,可以快速对策略进行全方位的评测,检验策略的有效性。

快速上手AT量能

多元化的学习资源助你快速学会使用AT量能

Auto-Trader 3.1

优势特点

  • 全市场行情数据支持

    支持上交所、深交所、中金所、 上期所、郑商所、大商所全部品种数据, 包括各频率的分钟、日线与 tick 数据。

  • 支持模拟实盘

    用户可通过模拟交易账户进行模拟交易。 与实盘交易环境相仿,提供实时行情与模拟交易, 后台每天会对每个交易账户进行资金清算。

  • 内置 MATLAB 函数工具箱

    内置完善的函数工具箱, 拥有 80 多个 API 可直接调用。

  • 支持复杂系统架构

    支持多品种、多周期、多账户、多交易市场、 多策略等复杂系统架构,方便组合管理、 风险控制和资产配置。

  • 策略云托管

    支持云端运行托管策略,不受断电断网影响, 完美模拟比赛场景

  • 资源池管理

    提供本地池以及私有云资源池 以及点宽池,全方位管理策略

  • 交割单分析

    期货、股票交割单分析,全方位剖析交易行为,加深交易行为理解

  • 策略信号发送和跟踪

    支持策略信号转发到其他用户,支持通过 ID 和密码关注跟踪其他用户的策略

  • Python SDK

    全面支持 Python 3.5x, 3.6x, 3.7x

  • 多任务处理

    支持多个策略同时回测,同时进行实时交易

核心功能

数据提取

AT支持上海证券交易所、深圳证券交易所、中国金融期货交易所、上海期货交易所、郑州商品交易所、大连商品交易所的全部品种数据,包括各频率的分钟、日线数据与tick数据,以及各公司财务报表,市场舆情等基本面数据

BP 因子

独特自建的BP因子,支持用户直接提取,无须清洗加工,直接建立多因子模型,大幅减少多因子模型入门门槛

提取速度

摒弃了传统的数据库提取与分发的方式,在此进行了大量优化和压缩,专利数据分发技术,支持众多客户同时提取大批量数据,且保证速度与数据的完整性。

回测功能
回测结构

AT的回测结构考虑到了用户使用的灵活性、多样性、快速上手等因素。对多品种、多周期、多账户、多交易市场、多策略等复杂系统架构都有支持,方便组合管理、风险控制和资产配置。使用完全自主研发的回测结构,实现并行运算,外部数据导入等高效个性化的操作。

回测速度

由于自主的数据压缩和分发专利,以及计算时支持指标并行计算,AT量能的回测速度非常快,远远领先于同类型的产品。

交易支持
模拟交易

AT提供模拟交易所,支持全品种统一账户处理,更方便用户研究复杂策略,用户可通过模拟交易账户进行模拟交易。与实盘交易环境相仿,提供实时行情与模拟交易,后台会每天对每个交易账户进行资金清算。客户可在网站中对账户灵活地进行添加、删除、资金调整等管理操作。

真实交易

目前支持期货和期权的真实交易,也支持手动下单干预,并内置灵活的点位、价格、百分比等止损、止盈或跟踪止损止盈的方法。

绩效报告展示

AT量能可生成全方位的策略回测报告,从收益风险分析、调仓效果分析、持续性分析、归因分析等维度客观展示交易特点和评估绩效。

策略池

全国首推【策略资源池】,利用 AT 开发的所有策略模型可通过此功能上传研究产出的策略成果,并分类保存管理。并随时查看策略思路说明、策略源代码和业绩报告。根据存储位置,资源池分为云端资源池和本地资源池

交割单分析功能

用户通过导入交割单,一键生成业绩分析报告,可以快速对自己的交易风格和策略思路进行专业的评价和绩效分析

云托管

实现云端运行策略,无人看守运行策略,满足对策略开发环境封闭要求

信号发送和跟踪

实现交易圈子闭环,用户可以分享实时策略信号给其他用户,也可以跟踪其他用户的策略信号

开放和扩展性

支持用户使用任意外部第三方库,使用任意外部数据,使用任意 IDE(适用于 Python),充分享受强大 IDE 带来的策略编写方便性:断点调试,代码工程管理等等