# 概览 **QFF**是基于Python语言开发的一个量化金融框架库,提供数据获取-数据存储-策略编写-策略分析-策略回测-模拟交易等一站式解决方案,用于为个人用户提供本地的回测和模拟交易环境,使用户更加专注于交易策略的编写。 :::{admonition} 提示 :class: tip 请访问 [Github](https://github.com/haijiangxu/qff) 网站获取QFF源代码, 如果有任何问题请访问 [Github Issues](https://github.com/haijiangxu/qff/issues) 查询或提交, 或加入QQ群 775477625 参与讨论。 ::: ## 主要功能 **1. 提供免费的金融数据接口** 。提供国内股票、指数、基金等金融产品的基本面数据、实时和历史行情数据、技术指标等。所有数据均从互联网上抓取,并经过专业清洗保存在用户自己搭建的数据库服务器中。 **2. 提供灵活优雅的策略编写接口**。提供类似[聚宽](https://www.joinquant.com/)的策略程序框架,及灵活优雅的策略编写接口。策略文件中可以使用所有的Python标准库和用户自己常用的第三方库,用户可以很方便的实现自己的交易思路,编写自己的策略。 **3. 提供本地运行的回测和模拟交易环境**。支持本地编写和运行用户的策略文件,进行回测或模拟交易。通过选择回测日期区间,测试用户策略在历史数据下的收益情况,如果回测结果良好,可以进一步利用实时数据进行模拟交易,以验证策略的可用性,从而帮助用户做出理性的投资决策。 **4. 提供丰富的策略分析报告**。在对策略进行回测和模拟交易时,计算策略运行的各种风险指标和绩效指标,以帮助用户识别策略的优劣,并输出内容丰富的策略分析报告。另外,针对股票择时策略(附加的策略模板),可以单独输出策略分析报告。 **5. 提供实用的策略编写辅助功能**。为方便用户编写策略,QFF收集了常用的公共函数,包括技术指标计算,同花顺公式基础函数等等。另外,针对仓位管理、风险管理、止盈止损策略等,提供了一个交易系统框架,可提供给用户编写策略时使用,用户也可方便的扩展,构建自己的交易系统。 ## 主要特点 ```{eval-rst} ================ ========================================================== **易于使用** 让您专注于策略的开发,一行简单的命令就可以执行您的策略 **接口丰富** 提供优雅的策略编写接口,方便用户快速入门实现自己的策略。 **运行高效** 提供本地的运行环境,相较其他量化框架,提升策略运行效率。 **数据免费** 提供丰富的数据接口,以获取免费的股票和市场数据。 **策略安全** 用户策略在本地编辑、运行、评估,充分保障策略安全。 **文档完善** 提供最佳的文档支持,每个接口均提供详细的说明和示例。 **代码简单** 使用Python语言开发,避免使用复杂的数据结构,代码容易理解。 ================ ========================================================== ``` ### 与其他量化框架比较 | **框架** | QFF | JoinQuant | rqalpha | QUANTAXIS | Backtrader | | :------- | :-- | :-------- | :------ | :-------- | :--------- | | **运行环境** | 本地 | 网络 | 本地 | 本地 | 本地 | | **数据获取** | 免费 | 收费 | 收费 | 免费 | 无 | | **学习难度** | 简单 | 未开源 | 复杂 | 中等 | 复杂 | | **文档支持** | 完善 | 完善 | 完善 | 一般 | 完善 | ## 声明 * QFF当前仅支持国内A股数据及交易,暂不支持其他金融产品如:期货、外汇、基金、债券、加密货币等。 * QFF提供的所有数据仅用做学术研究,不得用于任何商业用途。 * QFF提供的所有数据和运行结果仅作为参考意见,不构成任何投资建议。 * 任何基于QFF研究的投资者需关注数据风险。 * QFF将持续提供开源的金融数据及研究框架。 * 基于某些无法控制的原因,QFF的某些数据接口未来可能会被移除。 * 请用户遵守QFF相关开源协议。 ## 鸣谢 首先要特别感谢[QUANTAXIS](https://github.com/yutiansut/QUANTAXIS)在项目开发上对本人提供的借鉴和学习的机会。 特别感谢[JoinQuant](https://www.joinquant.com)提供的对于本项目框架和接口方面的学习和借鉴的机会。 特别感谢[AKShare](https://github.com/akfamily/akshare)和[rqalpha](https://github.com/ricequant/rqalpha)提供的对于本项目文档方面的学习和借鉴的机会。