① 懸賞請教：浙江新世紀期貨、南華期貨公司怎樣
這兩家我都熟悉,新世紀期貨就在武林廣場邊上,交通方便,逛街也很方便.南華期貨在文三路莫干山路交界處,相對來說偏一點.
就環境來說,新世紀期貨的樓舊了點,就服務來說,南華的研究實力強一點,資訊相對多一些.所以,如果你不是很喜歡購物的話,我推薦南華.
至於交易費用,這個要自己談的啦,平今單邊的肯定的,一般投資者是收交易所的2倍,你是大客戶的話,可以自己談.
電腦座位和交易平台這些都不是問題,浙江的期貨公司很實在的,在這方面還是做得挺好的.
浙江最大的期貨公司是永安.另外,天馬的市場部經理技術不錯.也是值得考慮的兩家.
② （python）用大獎章個人版wind導出股票交易數據出現錯誤，數據無變化。
我的大獎章現在登錄不上去了。你的可以登錄不？
③ WindPy介面調用是線程阻塞的嗎
如果你是寫多線程的程序，那麼runnable必不可少，因為runnable專門用於多線程，而且實現該介面極其簡單，只需要重寫run（）方法就可以了。如果你不是寫多線程程序，那就無所謂了，自己可以定義介面。
④ wind量化平台python怎麼分析
使用Python插件，首先需要安裝python環境，其次是WindPy介面。
建議直接安裝Python(x,y)，一堆東西都有了。
登錄wind之後，在菜單【量化】-->【修復插件】-->【修復python】，自動進行插件的安裝。
⑤ python量化哪個平台可以回測模擬實盤還不要錢
Python量化投資框架：回測+模擬+實盤
Python量化投資 模擬交易 平台 1. 股票量化投資框架體系 1.1 回測 實盤交易前，必須對量化交易策略進行回測和模擬，以確定策略是否有效，並進行改進和優化。作為一般人而言，你能想到的，一般都有人做過了。回測框架也如此。當前小白看到的主要有如下五個回測框架： Zipline ：事件驅動框架，國外很流行。缺陷是不適合國內市場。 PyAlgoTrade ： 事件驅動框架，最新更新日期為16年8月17號。支持國內市場，應用python 2.7開發，最大的bug在於不支持3.5的版本，以及不支持強大的pandas。 pybacktest ：以處理向量數據的方式進行回測，最新更新日期為2個月前，更新不穩定。 TradingWithPython：基於pybacktest，進行重構。參考資料較少。 ultra-finance：在github的項目兩年前就停止更新了，最新的項目在谷歌平台，無奈打不開網址，感興趣的話，請自行查看吧。 RQAlpha：事件驅動框架，適合A股市場，自帶日線數據。是米筐的回測開源框架，相對而言，個人更喜歡這個平台。 2 模擬 模擬交易，同樣是實盤交易前的重要一步。以防止類似於當前某券商的事件，半小時之內虧損上億，對整個股市都產生了惡劣影響。模擬交易，重點考慮的是程序的交易邏輯是否可靠無誤，數據傳輸的各種情況是否都考慮到。 當下，個人看到的，喜歡用的開源平台是雪球模擬交易，其次是wind提供的模擬交易介面。像優礦、米筐和聚寬提供的，由於只能在線上平台測試，不甚自由，並無太多感覺。 雪球模擬交易：在後續實盤交易模塊，再進行重點介紹，主要應用的是一個開源的easytrader系列。 Wind模擬交易：若沒有機構版的話，可以考慮應用學生免費版。具體模擬交易介面可參看如下鏈接：http://www.dajiangzhang.com/document 3 實盤 實盤，無疑是我們的終極目標。股票程序化交易，已經被限制。但對於萬能的我們而言，總有解決的辦法。當下最多的是破解券商網頁版的交易介面，或者說應用爬蟲爬去操作。對我而言，比較傾向於食燈鬼的easytrader系列的開源平台。對於機構用戶而言，由於資金量較大，出於安全性和可靠性的考慮，並不建議應用。 easytrader系列當前主要有三個組成部分： easytrader：提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易，量化交易組件 easyquotation : 實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情 easyhistory : 用於獲取維護股票的歷史數據 easyquant : 股票量化框架，支持行情獲取以及交易 2. 期貨量化投資框架體系 一直待在私募或者券商，做的是股票相關的內容，對期貨這塊不甚熟悉。就根據自己所了解的，簡單總結一下。 2.1 回測 回測，貌似並沒有非常流行的開源框架。可能的原因有二：期貨相對股票而言，門檻較高，更多是機構交易，開源較少； 去年至今對期貨監管控制比較嚴，至今未放開，只能做些CTA的策略，另許多人興致泱泱吧。 就個人理解而言，可能wind的是一個相對合適的選擇。 2.2 模擬 + 實盤 vn.py是國內最為流行的一個開源平台。起源於國內私募的自主交易系統，2015年初啟動時只是單純的交易API介面的Python封裝。隨著業內關注度的上升和社區不斷的貢獻，目前已經一步步成長為一套全面的交易程序開發框架。如官網所說，該框架側重的是交易模塊，回測模塊並未支持。 能力有限，如果對相關框架感興趣的話，就詳看相關的鏈接吧。個人期望的是以RQAlpha為主搭建回測框架，以雪球或wind為主搭建模擬框架，用easy系列進行交易。
⑥ tushare的介面怎麼樣使用
安裝TuShare
方式1：pip install tushare
方式2：訪問https://pypi.python.org/pypi/tushare/下載安裝
方式3：將源代碼下載到本地python setup.py install
升級TuShare
1、先查看本地與線上的版本版本號：
pip search tushare
2、升級TuShare：
pip install tushare --upgrade
確認安裝成功
import tushare as ts
print ts.__version__
獲取歷史交易數據
import tushare as ts
df = ts.get_hist_data（『600848』）
ts.get_hist_data（『600848』，ktype='W『） #獲取周k線數據
ts.get_hist_data（'600848』，ktype='M『） #獲取月k線數據
ts.get_hist_data（'600848』，ktype='5『） #獲取5分鍾k線數據
ts.get_hist_data（'600848』，ktype='15『） #獲取15分鍾k線數據
ts.get_hist_data（'600848』，ktype='30『） #獲取30分鍾k線數據
ts.get_hist_data（'600848』，ktype='60『） #獲取60分鍾k線數據
ts.get_hist_data（'sh』）#獲取上證指數k線數據，其它參數與個股一致，下同
ts.get_hist_data（『sz』）#獲取深圳成指k線數據 ts.get_hist_data（『hs300』）#獲取滬深300指數k線數據
ts.get_hist_data（『sz50』）#獲取上證50指數k線數據
ts.get_hist_data（『zxb』）#獲取中小板指數k線數據
ts.get_hist_data（『cyb』）#獲取創業板指數k線數據
Python財經數據介麵包TuShare的使用
獲取歷史分筆數據
df = ts.get_tick_data（『000756','2015-03-27』）
df.head（10）
Python財經數據介麵包TuShare的使用
獲取實時分筆數據
df = ts.get_realtime_quotes（『000581』）
print df[['code','name','price','bid','ask','volume','amount','time']]
返回值說明：
0：name，股票名字
1：open，今日開盤價
2：pre_close，昨日收盤價
3：price，當前價格
4：high，今日最高價
5：low，今日最低價
6：bid，競買價，即「買一」報價
7：ask，競賣價，即「賣一」報價
8：volumn，成交量 maybe you need do volumn/100
9：amount，成交金額（元 CNY）
10：b1_v，委買一（筆數 bid volume）
11：b1_p，委買一（價格 bid price）
12：b2_v，「買二」
13：b2_p，「買二」
14：b3_v，「買三」
15：b3_p，「買三」
16：b4_v，「買四」
17：b4_p，「買四」
18：b5_v，「買五」
19：b5_p，「買五」
20：a1_v，委賣一（筆數 ask volume）
21：a1_p，委賣一（價格 ask price）
…
30：date，日期
31：time，時間
⑦ 想在wind中試驗python介面，該怎麼做到
做量化，首先要解決的無疑是數據的獲取問題。wind是眾多機構和個人的原始數據獲取源頭。同時，python作為量化投資領域最為熱門的編程語言之一，更是受到了諸多關注，像優礦、米匡、聚寬這些普及量化投資的網站，也都是應用python實現的。下面就講下小白在應用python調用wind介面獲取數據時的兩個小技巧。
小技巧1：應用wind代碼生成器
不同於matlab，pyhton並沒有類似的圖形化操作界面。在初步應用python時，最為苦惱的是獲取某類數據時，不曉得如何寫代碼，也不曉得獲取的結果是否正確。有時，為了方便知曉數據獲取代碼，甚至特意安裝一個matlab。其實，wind本身有一個代碼生成器WindNavigator，位於wind安裝目錄bin下。如下圖所示。看，相對而言，比matlab的操作界面還要簡單方便。
⑧ 請問國海良時期貨客服是多少
國海良時期貨客服電話：
400-700-9292
以上信息經過網路安全認證，可能存在更新不及時，請以官網信息為准。
官網客服信息請點擊：http://www.ghlsqh.com.cn/port/v.py