新的合作伙伴
继华尔街见闻、上海中期、富途证券后,vn.py项目拥有了第四位战略合作伙伴——RiceQuant(米筐科技)。
和之前的三家合作伙伴相比,估计有些朋友看到vn.py和RiceQuant成为合作伙伴后会一脸懵逼:你们两家不应该是直接竞争关系么???
要讲清楚这个问题,又要回到量化交易的三大环节:数据收集(维护)、策略开发(回测)、实盘交易(执行)。
数据的痛点
起源于私募自主量化交易系统,vn.py的核心定位始终是以上三个环节中的“交易”:算法交易(AlgoTrading)、价差交易(SpreadTrading)、期权波动率交易(OptionMaster)、事前风控(RiskManager)等等,同时也提供了对于国内最常见的CTA类“策略”的支持:针对中高频单合约的CtaStrategy和针对中低频多合约的TurtleStrategy。
但对于第一个环节的“数据”,尽管定位于交易vn.py主要需要的只是行情相关的数据(不用考虑股票因子相关数据中的种种大坑),也早就推出了行情记录模块DataRecorder和对接各类免费数据API的行情数据服务DataService,社区还是普遍反应“不方便”、“太难用”。和金融数据方面的业内人士交流后,了解到“数据服务”和“开源软件”其实在性质上有着本质的区别:
- 新的数据记录需要大量的硬盘存储空间
- 每日的数据清洗需要人工检查保证质量
- 每个新增客户都会带来额外的网络流量
以上因素,使得免费的数据服务在成本上不可持续,最终要么会出现数据质量的打折(无人工检查、各种错误),要么直接就选择停止提供服务(无法再承担成本),两者都曾在vn.py的合作方中出现。而关于相关成本,这里只能给大家一个粗糙的概念:我自己曾经工作的量化私募,所采购的万得宏汇、恒生聚源、交易所L2等数据服务,每年的成本都是在数十万元的水平。
在此必须强调的是,vn.py社区对于所有的免费数据服务始终充满了尊敬和感激,对于很多初入行的Quant、在校学生、量化爱好者等初级用户群体来说,免费数据服务就是从0到1的质变,让原本看起来非常高大上的量化研究变得可以快速上手尝试,vn.py项目也会继续加入和更新各类免费的数据服务。
但从另一个角度看,vn.py的核心用户群体“实盘交易用户”(自营、资管、基金、私募等),确实对于高质量的数据服务有着庞大的刚性需求。同时许多用过DataRecorder自行收集建设数据库的用户也都表示:与其自己招人维护,不如直接花钱买省心。
所以,从18年初开始,vn.py就一直在寻找高质量收费数据服务的战略合作伙伴。
Why RiceQuant?
作为国内知名的量化交易技术公司之一,RiceQuant从在线量化策略平台起家(Java->Python),随后推出了自己的开源量化策略回测框架RQAlpha(比Zipline更适合中国证券市场)。这两年集中精力在量化2B业务上,建立了非常完整的量化产品体系:RQData集成数据方案、RQBeta风险管理系统以及RQPro量化一站式解决方案,产品质量也得到了诸多大型金融机构用户的肯定。
总结描述RiceQuant的关键词:
找了个机会和 RiceQuant的@LIKE总交流后,达成了这么一个合作的想法:以尽可能低的价格提供易用且高质量的数据服务方案,让愿意付费的vn.py实盘交易用户实现开箱即用,把更多的精力放在量化策略研发和交易执行细节上,而不是重复枯燥的数据录制和每日清理。
产品形态
目前vn.py的最新v1.9.2的dev分支已经完成了和RQData的对接,包括:
- CTA策略模块的实盘交易数据加载初始化,支持直接通过RQData完成,意味着从此用户即使在每天11:00的时候才启动自己的策略交易,同样可以立即获取历史以及当天之前的全部数据,而无需再始终运行着自己的行情录制工具,节省大量的硬盘服务器成本以及运维维护精力
- 无人值守模式的RQData数据同步工具,每1分钟自动同步用户订阅的全部合约最新分钟线数据到本地数据库中,这样CTA策略的初始化就可以通过直接访问本地数据库中的数据来完成,效率更高的同时也方便收盘后的当日对比回测分析
- 基于RQData提供的商品连续指数的海龟策略完整实现,关于其中的策略难点、代码实现、数据是否可靠等问题,欢迎关注即将在12月23日举行的知乎LIVE
最后,对RQData数据服务感兴趣的用户,可以通过这篇文章来了解:
**同时RiceQuant官网也已经开通了RQData的申请试用:RiceQuant米筐量化交易平台,相信服务质量不会让你失望!!!!