该平台采用B/S架构，可与金融科技虚拟仿真实验平台对接，可用于学术及科研，具备实时行情服务、历史行情服务、模拟交易服务、回测服务、手工交易功能、策略分析功能、风控功能、策略开发API接口、策略绩效分析等学生能够了解和掌握量化选股和量化择时的理论、策略和技术；能够认识和掌握统计套利、算法交易、资产配置、风险控制等股票量化投资策略和技术；能够理解、编制、检验和修正金融量化投资策略模型；能够掌握金融量化投资交易的专业技能；企业和金融机构在线培训投资从业人士的金融量化投资专业技能。

平台核心功能介绍

01实验管理功能

          该平台支持课程内容和实验模板的快速创建、修改和删除，同时提供了课程、教师和学生信息的管理功能。还支持在线作业和考试，包括发布、提交、批改和成绩统计等功能。内置角色和权限管理，生成学习数据曲线图和统计表格进行分析。支持多种形式的课程发布，如图文、视频、音频课程，其中视频和音频课程还支持从各大在线教育网站导入。让用户更高效地管理和学习，并轻松监控学习进度和成绩，提高整体学习效率。

02金融量化投研实验功能

         该平台支持在线操作，提供详细的实验操作模板和回测服务功能。用户可以进行股票/期货/期权回测，支持tick/分钟/日频/自定义频度回测，并自由选择和使用各类交易指标。此外，平台还提供了丰富的回测参数设置和高速缓存机制，大大提高回测效率。用户可以在平台上快速绘制各类投资品种的行情和指标图形，方便进行投研活动。这些功能让用户能够更加高效地进行金融量化投研实验，并对策略模型进行有效验证和绩效评估。

03高性能实时财经数据库

         高质量的金融量化教学离不开高效稳定便捷的金融数据资源，我们为用户准备了基于最新无服务分布式架构的财经数据库。将量化所需的财经数据的查询和获取方式赋予给客户端，客户端具备SQL查询和访问数据的能力，以友好API的方式返回成ApacheArrow的列示数据存储，可以极高的进行数据的查询和向量计算，数据IO效率是pandas的5–7倍，支持上亿数据记录的高速查询和访问。

04策略中心模块

        该模块提供数十个主流策略，包含主流的技术分析指标量化策略、基于财务框架的基本面策略和基于机器学习和人工智能的综合策略进行教学，所有策略都是基于JupyterNotebook文件模板，可以逐步调试和修改。结合上述的高性能实时财经数据库，可以对个股、板块组合、期货等品种进行策略的编写和构建。

策略编写采用低代码的操作方式，无需安装和依赖目前市场里的任何黑箱化量化模块，仅使用pandas和numpy作为策略编写的基础库，实现量化教学的透明和操作的直观。

实验项目：

金融量化综合实训教学平台实验项目
实验项目一	金融量化入门基础
实验项目二	金融数据预处理实验
实验项目三	技术指标策略——MA均值策略
实验项目四	技术指标策略——动量策略
实验项目五	基本面策略——ROE选股策略
实验项目六	基本面策略——PEG选股策略
实验项目七	基本面策略——PB选股策略
实验项目八	基本面策略——多因子选股策略
实验项目九	基于机器学习的量化策略
实验项目十	基于人工智能的量化策略

适用专业

        金融量化实训平台可以适用于以下各个学科专业，不同行业的应用场景不同，适用的学科专业包括但不限于：

• 计算机类

计算机科学与技术、软件工程、网络工程、信息安全、人工智能、机器学习

• 数学类

数学与应用数学、统计学与应用统计学、金融数学、运筹学与控制论

• 经济类

金融学、应用经济学、会计学、经济统计学、管理学