RiceQuant（米筐科技）成為vn.py專案的戰略合作伙伴
新的合作伙伴
繼華爾街見聞、上海中期、富途證券後，vn.py專案擁有了第四位戰略合作伙伴——RiceQuant（米筐科技）。
和之前的三家合作伙伴相比，估計有些朋友看到vn.py和RiceQuant成為合作伙伴後會一臉懵逼：
要講清楚這個問題，又要回到量化交易的三大環節：資料收集（維護）、策略開發（回測）、實盤交易（執行）。
資料的痛點
起源於私募自主量化交易系統，vn.py的核心定位始終是以上三個環節中的“交易”：演算法交易（AlgoTrading）、價差交易（SpreadTrading）、期權波動率交易（OptionMaster）、事前風控（RiskManager）等等，同時也提供了對於國內最常見的CTA類“策略”的支援：針對中高頻單合約的CtaStrategy和針對中低頻多合約的TurtleStrategy。
但對於第一個環節的“資料”，儘管定位於交易vn.py主要需要的只是行情相關的資料（不用考慮股票因子相關資料中的種種大坑），也早就推出了行情記錄模組DataRecorder和對接各類免費資料API的行情資料服務DataService，社群還是普遍反應“不方便”、“太難用”。和金融資料方面的業內人士交流後，瞭解到“資料服務”和“開源軟體”其實在性質上有著本質的區別：
- 新的資料記錄需要大量的硬碟 儲存空間
- 每日的資料清洗需要 人工檢查 保證質量
- 每個新增客戶都會帶來額外的 網路流量
以上因素，使得免費的資料服務在成本上不可持續，最終要麼會出現資料質量的打折（無人工檢查、各種錯誤），要麼直接就選擇停止提供服務（無法再承擔成本），兩者都曾在vn.py的合作方中出現。而關於相關成本，這裡只能給大家一個粗糙的概念：我自己曾經工作的量化私募，所採購的萬得巨集匯、恆生聚源、交易所L2等資料服務，每年的成本都是在 數十萬元 的水平。
在此必須強調的是，vn.py社群對於所有的免費資料服務始終充滿了尊敬和感激，對於很多初入行的Quant、在校學生、量化愛好者等初級使用者群體來說，免費資料服務就是 從0到1的質變 ，讓原本看起來非常高大上的量化研究變得可以快速上手嘗試，vn.py專案也會繼續加入和更新各類免費的資料服務。
但從另一個角度看，vn.py的核心使用者群體“實盤交易使用者”（自營、資管、基金、私募等），確實對於高質量的資料服務有著龐大的剛性需求。同時許多用過DataRecorder自行收集建設資料庫的使用者也都表示：與其自己招人維護，不如直接花錢買省心。
所以，從18年初開始，vn.py就一直在尋找高質量收費資料服務的戰略合作伙伴。
Why RiceQuant？
作為國內最火的量化交易技術公司之一，RiceQuant從線上量化策略平臺起家（Java->Python），隨後推出了自己的開源量化策略回測框架RQAlpha（比Zipline更適合中國證券市場）。這兩年集中精力在量化2B業務上，建立了非常完整的量化產品體系：RQData整合資料方案、RQBeta風險管理系統以及RQPro量化一站式解決方案，產品質量也得到了諸多大型金融機構使用者的肯定。
總結描述RiceQuant的關鍵詞：
找了個機會和 RiceQuant的@LIKE 總交流後，達成了這麼一個合作的想法：以儘可能低的價格提供易用且高質量的資料服務方案，讓願意付費的vn.py實盤交易使用者實現開箱即用，把更多的精力放在量化策略研發和交易執行細節上，而不是重複枯燥的資料錄製和每日清理。
產品形態
目前vn.py的最新v1.9.2的dev分支已經完成了和RQData的對接，包括：
- CTA策略模組的實盤交易資料載入初始化，支援直接通過RQData完成，意味著從此使用者即使在每天11:00的時候才啟動自己的策略交易，同樣可以立即獲取歷史以及當天之前的全部資料，而無需再始終執行著自己的行情錄製工具，節省大量的硬碟伺服器成本以及運維維護精力
- 無人值守模式的RQData資料同步工具，每1分鐘自動同步使用者訂閱的全部合約最新分鐘線資料到本地資料庫中，這樣CTA策略的初始化就可以通過直接訪問本地資料庫中的資料來完成，效率更高的同時也方便收盤後的當日對比回測分析
- 基於RQData提供的商品連續指數的海龜策略完整實現，關於其中的策略難點、程式碼實現、資料是否可靠等問題，歡迎關注本人即將在12月23日舉行的LIVE：
最後，對RQData資料服務感興趣的使用者，可以通過這篇文章來了解：
OA" target="_blank" rel="nofollow,noindex">RQData2.0上線 | 天下武功，唯快不破同時RiceQuant官網也已經開通了RQData的申請試用： RiceQuant米筐量化交易平臺 ，相信服務質量不會讓你失望！！！