一.架构
    我设计的架构大概如下:
    开发量化交易+IT777T
    二.参考
    <海龟交易法则>
    <量化投资策略与技术>
    三.开发前思考
    1.计算机-金融-数学，知识比重为1-3-6
    2.用ja还是python写都可以，架构方面没太大区别，ja的interface用python的abc库一样可以实现。但是ja的库比较少
    3.对于CTA交易，策略*重要，性能、代码不太重要。高频交易，性能比较重要.策略需要集中信号管理型和资金管理型的优点.
    4.经典的策略，比如Hans123和海龟交易法则及其优化方式，需要非常熟悉
    5.机器学习只是锦上添花，可以不考虑。
    6.实盘交易盈利的策略实现程序化才有价值.
    7.没有经历过几次爆仓的交易员是成长不起来的.
    8.谨记三条:,及时止损;第二,资金仓位管理;第三,纪律*重要,心态就是纪律.
    9.回测必须覆盖单边上涨,单边下跌,区间震荡三种走势
    10.策略在实盘使用前找历和期货的*近几天走势类似的回测下
    四.开发后思考
    1.回测框架怎么设计，兼容不同的第三方数据来源，不同的策略回测，下单交易引擎，不同的第三方实盘，不同的数据存储方式
    2.回测框架需要考虑稳定，已读，扩展性。
    3.均线，海龟，多周期，多种指标信号，布林海盗系统，各种策略都回测一遍，熟悉内部实现。
    4.交易前需要判断当前是趋势还是震荡盘，趋势需要追涨杀跌，盘整盘做高抛低吸，策略正好相反。
    5.趋势盘是容易程序量化抓住的。盘整盘怎么做，比趋势难把握。
    6.选择合适的交易周期，1分钟线会频繁的交易，虽然大部分交易是盈利的，但是高昂的手续费会吞噬掉盈利，三分钟
    或者长一点的周期，根据交易品种判断，不是一致的。
    7.根据哪种指标做动态止盈，值还是，均线，kd，需要考虑。
    8.资金管理根据技术信号做，还是固定手数，差别挺大的。建议固定手数。
    9.回测是否覆盖了牛市，熊市，猴市。大的震荡，小的震荡。
    10.同一时间，多个指标发出买入信号，是否同时加仓，控制加仓过快的问题。
    11.*麻烦的，回测数据来源的问题。RQData，JQData，Wind，还是EMQuantApi,数据的质量，脏数据是很头疼的问题。
    12.交易系统和券商交易软件计算出来的指标值不同，需要手动算下是数据的问题，还是计算方式，周期不同的问题。
    13.语言是用ja，c++，还是python，R，。大部分量化平台的接口,策略会给python，c++的接口，建议二选一。
    14.做CTA，Alpha选股还是套利,高频，需要一步步升级打怪，从易到难.