最开始它成立的初衷是让自由职业的量化分析师开发、测试和使用交易算法来买卖股票，从而创建一只众包对冲基金。

　　一直以来，量化对冲基金被誉为资产管理行业皇冠上的明珠，行业中汇集了大量尖端人才。文艺复兴科技、Two Sigma等对冲基金管理的资产数额均已达到数百亿美元，为了跑赢市场，它们聘请多名天才数学家和物理学家，通宵达旦地编写交易算法。然而，对于普通投资者来说，如此高大上的量化对冲基金距离较远，一直较为神秘，不过随着众包（Crowdsourcing）概念的出现，量化投资平台的发展模式也逐渐向群众化靠拢。

　　众包（Crowdsourcing），是由美国《连线》杂志的记者Jeff Howe在2006年6月提出的。它是指一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定的（而且通常是大型的）大众网络的做法。在以信奉精英的金融投资领域，互联网更是给这一模式增添了新的活力。

　　自成立以来，Quantopian一直坚持走群众化路线。它瞄准的并非投资领域的专业人士，而是量化投资行业的新手，因此，相比于其他平台，庞大的用户群就成为了Quantopian发展中的一个显著优势。

　　Quantopian首席执行官John Fawcett表示，平台的注册会员只是业余的Quant，并非公司的正式员工。Quant通常已经在金融投资领域具有一定的算法编写经验，他们登陆Quantopian的主要目的是为了进一步了解如何将算法应用到实际的交易当中。

　　Quantopian会挑选部分算法，募集基金进行投资。同时，平台会收取一定的管理费用，而算法作者也从基金收益中获取大约10%作为回报。

　　根据Quantopian发布的报告显示，公司对选中的每个算法的投资额大约为10万美元到300万美元。当然，Quantopian作为行业中的先驱者，难以判断其做法是否有效。此外，尽管Quantopian在2016年对算法的投资回报高达40%，但由于公司尚未开展外部资产管理业务，投资所用资金均来自自有资产。这也是为什么Quantopian下线的一个重要原因，我们在后面的段落中会细说。

　　类似于Quantopian，在海外，WorldQuant的WebSim平台也选择了走群众化之路。该平台也为用户提供包括略编写、回测等方面的服务，不同之处在于，WorldQuant专注于更为基础的量化投资分析。其中，杰出的算法作者还有机会被平台的兼职研究顾问。不过去年8月，也基本是凉凉了！

　　在线量化策略研究平台集成了回测框架，数据接口及丰富的策略模版，是很多量化爱好者的入坑量化研究的启蒙工具。但作为在线研究的平台，同时也存在很多限制，比如随着机器学习算法在量化研究中的普及，在线的平台已经很难满足大家对于算力的需求，在线平台的灵活性也就成为各大平台发展的瓶颈。其实在很多平台在创立初期就已经预见了这个问题，都纷纷进行了多元化经营模式的探索。

　　比如Quantopian成立种子基金，挖掘优秀的量化策略。但量化本身就是一个团队的竞技台，当越来越多的机构投资者以团队协作，采用越来越复杂的算法模型时，市场留给个人投资者去依靠一个在线平台挖掘超额收益的空间就越来越小，所以种子基金也成了一个伪命题。

　　还有一个原因就是Quantopian的众包基金业绩不行！Quantopian在2017年6月推出了其旗舰产品——多算法基金，但在大约四个月的交易中亏损了2%。同年9月，该公司首席投资官在任职15个月后离职。根据今年（2020）早些报道，Quantopian正在返还投资者的资金，这样包括科恩给他投的钱！

　　当年，Quantopian成立后，国内就开始风起云涌。从最开始的量化平台三巨头：优矿、聚宽、米筐。

　　通联前几年对优矿的投入很大，也搞了很多事情，从2018年开始，平台的活跃度就没有以往那么高涨。今年好像又有点起色，其中一个负责人告诉我们，今年12月优矿会升级因子分析工具，引入更多分析维度，提升因子挖掘能力，同时优矿将提供Python3编程环境，提供最新版本的数据分析、机器学习、模型研究类库，提升研究体验。

　　很多读者在后台时不时就在催公众号能够出一套系统的、高质量的量化课程。因此，公众号计划在明年上线一套针对量化研究者的可持续量化研究系列课程。

　　在个人量化爱好者开源社区有多个持续维护的优质项目。虽然Quantopian已经落幕，但其在开源社区也给我们留下了很多优秀的项目，并承诺会一直维护：

　　作为最早开源的回测框架之一，将event-driven形式的回测理念普及给广大量化爱好者，国内很多机构自用或在线的回测平台都多多少少借鉴了Zipline的设计模式，我们庆幸contexton_bar都还在。

　　是一款因子测试分析的框架，对因子从IC到分组收益的各个维度进行全面的测试分析，并能生成详细的可视化报表。

　　Pyfolio、Empyrical是都是策略绩效评价的工具包，Pyfolio可以返回丰富的策略绩效统计指标及图表，Empyrical相对轻量灵活，可以方便的计算如夏普比率、卡玛比率等等指标。

　　国内外也有其他非常优秀的回测框架，比如VNPY，从最初的期货回测框架发展到如今支持各大国内外交易所且覆盖期货、股票及数字币的交易接口，配合完善的项目文档，能够很快的构建一套自己的策略研究框架。

　　再比如Backtrader，作者采用元编程的设计模式，设计出一套由Data Feed、Broker、Order及Analyzer等模块构成的强大的且功能丰富的回测框架。Backtrader有丰富的指标系统，可以在回测的过程中对数据进行非常灵活的处理，也能处理回测中的诸多细节，比如期货展期、主力合约拼接、保证金设定及灵活的交易费率设置。

　　再过几年，量化平台这个行业，一定会倒下一批公司，也一定会存活一批公司。未来谁能留下，谁又将消失在洪流之中，存在很多不确定性，我们将拭目以待！

　　量化投资与机器学习公众号作为量化领域TOP的自媒体，也将持续为所有量化爱好者贡献自己的一份力量。