|
谢谢邀请。 容我慢慢的抽时间答
=====2018年7月7日更新====== @八阿哥 你是有多希望我来答这题呢，这是为什么呢？ quantOS从开发初衷来说，肯定是好的。统一现在数量众多的数据接口，量化框架。为用户带来便利，把本来由数据，系统而分走的精力收回来，从而专注于策略开发。 这个模式让我想到了一个著名的python项目，叫做keras，做机器学习的工具包。他的内核就是tensorflow和theano共同组成，可以进行无缝切换。算是把那些被语言分散的精力拉回到专注于实践想法。
从基本角度来说，他们都是API的API，所以各模块间的衔接是关键。 就目前的版本情况来看，做到还不错。未来的前景不错。但由于是整合其他框架和接口，所以对开发者的挑战也不小。随着整合的那些框架和接口的变化越来越大，可能会增加整合的难度。
应用层面，国内的量化框架都一样，受限于政策因素，都是无法接入实盘的。作为一个研究平台和回测平台还是不错的。
用好工具是好的量化的开始。 大概就这些吧。 | 
转播
