专业的量化交易解决方案
天勤量化是一个专业的量化交易平台，提供Python编程接口，策略开发、回测和实盘交易一体化解决方案， 让用户轻松实现量化交易，从算法设计到实盘运行一气呵成。
主要特点
- Python API，支持主流数据科学库
- 高效回测引擎，支持多品种、跨周期测试
- 详细的绩效分析和风险评估
- 从回测到实盘的无缝转换
核心功能
Python编程接口
提供完整的Python API，支持numpy、pandas等主流数据科学库，让策略开发更加灵活高效。
Tick级策略回测
支持Tick级和K线级回测，精度高，可进行多品种、多周期的复杂策略测试。
下单算法工具
提供简单好用的净持仓下单工具，只用输入最终目标仓位，程序自动下单，撤单，追单，一步到位。
实盘交易
支持全国130多家期货公司实盘交易，登录简单，回测/模拟/实盘只用修改一行代码。
数据服务
提供高质量的历史数据和实时行情，支持多种数据类型，为策略开发提供可靠数据支持。
多策略解决方案
提供本地多策略解决方案，支持用户在本地将一个账户拆分为多个策略，每个策略交易数据相互隔离，跨日有效，且每个策略能单独登录PC端进行可视化管理
Python策略示例
from tqsdk import TqApi, TqAuth, TargetPosTask
'''
价差回归
当近月-远月的价差大于250时做空近月，做多远月
当价差小于200时平仓
'''
api = TqApi(auth=TqAuth("快期账户", "账户密码"))
quote_near = api.get_quote("SHFE.rb2104")
quote_deferred = api.get_quote("SHFE.rb2105")
# 创建 rb2104 的目标持仓 task，该 task 负责调整 rb2104 的仓位到指定的目标仓位
target_pos_near = TargetPosTask(api, "SHFE.rb2104")
# 创建 rb2105 的目标持仓 task，该 task 负责调整 rb2105 的仓位到指定的目标仓位
target_pos_deferred = TargetPosTask(api, "SHFE.rb2105")
while True:
api.wait_update()
if api.is_changing(quote_near) or api.is_changing(quote_deferred):
spread = quote_near.last_price - quote_deferred.last_price
print("当前价差:", spread)
if spread > 250:
print("目标持仓: 空近月，多远月")
# 设置目标持仓为正数表示多头，负数表示空头，0表示空仓
target_pos_near.set_target_volume(-1)
target_pos_deferred.set_target_volume(1)
elif spread < 200:
print("目标持仓: 空仓")
target_pos_near.set_target_volume(0)
target_pos_deferred.set_target_volume(0)
选择合适的版本
免费版
专业版
量化策略
需要技术支持？
我们的专业团队随时为您提供产品咨询和技术支持服务