封闭 vs 开源
半年前，RQAlpha 作为 Ricequant 的开源框架1.0在 Github 上发布，
得到了许多的关注以及反馈，同时我们也十分感谢开发者的贡献与支持。我们在与众多的开发者的交流中发现RQAlpha 1.0
扮演的角色更多是一个成型的工具，对于开发者来说缺少了一些色彩。Goldman
Sachs在15年对外真正开源了部分的功能，这对于金融行业来说无疑是一个重大的里程碑。在Ricequant的不懈努力下，我们终于迎来这一次的开源更新，开源整套底层 Python 回测框架，这便是如今RQAlpha 2.0。
（项目地址：https://github.com/ricequant/rqalpha）
速度：与上一代版本对比，RQAlpha 2.0 平均回测速度提升5倍，部分数据调用速度提升20倍。
数据：期货、股票日数据同步更新，本地 update bundle 即可。
功能：保留股票策略，新支持了期货策略，期货与股票的混合策略，用户在构建策略组合的时候拥有更多的选择，同时也能实现期货与现货的对冲。
报告：回测可选择生成图形化报告，同时可选择以CSV格式保存回测的详细交易信息，持仓信息等。
文档：长期维护版本对应的可读性强、简洁优雅的文档。
策略：example目录下涵盖常见技术指标、配对交易、海龟模型等策略助您快速上手量化策略。
扩展性：支持以添加 Mod 的方式定制需求，甚至替换核心组件，以满足各种不同的量化交易方案。
(RQAlpha架构图)
特别的扩展方式——Mod(模组)
在前面我们数次提及了Mod，在量化交易领域， RQAlpha 2.0 并不仅仅只是一个「回测框架」，因为回测只是他最基本的功能。我们希望RQAlpha 2.0 能运用到的更多的领域，而 Mod 就在这样的环境下诞生了。
RQAlphaPlus——商业版
我们的商业版RQAlpha-Plus正是基于RQAlpha 的Mod机制，有更多的数据支持和更好的功能：
此外，我们更提供了RQBeta产品，可以帮助您对您的策略进行业绩归因和风险监控分析，详细的Brinson归因分析和Barras多因子分析模型能帮助您更好地分析和监控策略。我们的机构端产品的回测速度为同类型产品中最快，领先于竞品，针对不同的用户采取“定制化实盘对接方案”，致力于为机构用户提供最优质、最合适的服务。
RQAlpha
2.0目前已经与期货开源框架 vn.py
达成了合作，vn.py在github上量化相关的项目名列前茅，专注于对接实盘交易。在国内，我们与tushare已经有数据的相关的对接，此次合作不
仅对RQAlpha，同时对于量化工具本身也是一次巨大的进步。RQAlpha 提供以Mod
方式接入vn.py，通过调用Mod可以实现连接vnpy的实盘交易，目标就是将RQAlpha打造为国内顶尖的量化工具，未来我们也将竭力与各领域顶尖的开发者合作，为量化交易者提供更丰富的功能。
RQAlpha 的未来
RQAlpha 的发展离不开社区和大家的支持，在共同探索的过程中，我们希望可以收到足够多的反馈与建议让 RQAlpha 变得更好，也希望能够有越来越多的开发者加入到扩展 RQAlpha 的功能讨论中。我们希望 RQAlpha 在未来能给予量化交易者们更加便捷的服务。
欢迎长按下方二维码扫描关注宽客邦，
量化交易 | 私募证券 | 科技金融 | 比特币 | 区块链 | 互联网金融
