vnpy (http://www.vnpy.cn)
是用于量化交易的底层仿真回测系统，由私募基金从业人员研发。随着在量化交易行业业内关注度的上升，用户群体也日渐多样
化，包括：高校研究机构、专业个。 对vnpy和量化交易新手的建议：
1.Python
适合用于快速开发，解释性语言导致了运行效率比较低，但是开发速度相对于其他语言却很高。当然Python做数据分析的效率比较高，但是做底层会下降一个
数量级的原因，所以尽可能建议用成熟的资管系统去实现多账户。目前虚拟币市场比较混乱，厂商的API水平参差不齐，而A股禁止使用资管系统，外盘相对而言
波动小是一个更成熟的市场，国内的期货的API是最成熟和完善的，那么期货的资管也很丰富，包括了信管家、融航、酷操盘手等。
2.因为搭建整个量化平台需要涉及很多，包括数据处理，策略开发，底层搭建，而这些工作在私募基金是由一个团队去完成的，如果是一个爱好者自己做怎么的也得3-5年吧。所以给出的建议是，尽可能的将精力放在策略开发上，对底层和框架可以拿来主义。
3.对一些人工智能库该怎么用，对大多数程序员来说也只是学会调用，能做到调参的已经是比较高的水平了。若想真正做到精通人工智能算法，对程序员也
不是一个简单的工作，更不要说一般爱好者了，人工智能算法需要的是优秀的算法工程师 ，
要熟练的掌握高等数学、线性代数、离散数学、组合数学、矩阵论、概率统计等数学课程，数据结构
（树、链表、矩阵、图）等各种典型的数据结构以及常用的查找和排序算法（比如冒泡排序、快速排序、二分查找、希尔排序等，熟悉各自算法的时间复杂度）。对
于通用型的算法思想，比如递推、分治、贪心、递归、动态规划等算法策略要熟记于心并能灵活运用。要做好人工智能算法这一些都离不开深厚的数学功底。。
所以所以对一般量化交易爱好者而言，一上来不要追求人工智能去开发策略。
4.vnpy
python框架也在不断进化，VNPY提供高性能的仿真回测系统和商业化软件，建议爱好者将精力方在策略开发上，策略相比平台则是更保值的东西。
是用于量化交易的底层仿真回测系统，由私募基金从业人员研发。随着在量化交易行业业内关注度的上升，用户群体也日渐多样
化，包括：高校研究机构、专业个人投资者、私募基金、期货资管、证券自营和资管等等。
vnpy是底层仿真回测系统，和原生API一起接入实盘，但和编程语言无关。VNPY具有多账户下较高的并发性能，建议采用资管系统来实现。
