随着市场和监管环境的不断变化和优化，量化交易逐渐普及，很多朋友开始学习和尝试量化程序编写，在这里和大家分享国际上比较好用和先进的全开源量化平台框架：
1、Backtrader：Python语言编写的开源量化交易框架，具有高度灵活性和可扩展性。支持多品种、多周期、多数据源的回测，可使用自定义指标和策略。支持多品种、多周期、多数据源的回测，同时支持实盘交易和交互式分析。
官网：http://www.backtrader.com
开源地址：http://github.com/mementum/backtrader
官方文档：http://www.backtrader.com/docu/
范例代码：http://github.com/backtrader/backtrader/tree/master/samples
2、Zipline：Python语言编写的开源量化交易框架，可以用来回测和实盘交易。使用Pandas库进行数据处理，支持分钟级别数据和自定义交易费用，同时支持多品种、多周期、多数据源的回测。
开源地址：https://github.com/quantopian/zipline
3、QUANTAXIS：国内外很多投资人和机构使用,是量化交易领域重要的开源项目之一。支持金融产品历史及实时数据爬取，提供数据清洗、转换、指标计算、可视化等分析工具，以及策略开发框架、回测测试、模拟交易和实盘对接功能，便于策略验证与应用。
开源地址1：http://github.com/yutiansut/QUANTAXIS
开源地址2：http://gitee.com/yutiansut/QUANTAXIS
文档地址：http://doc.yutiansut.com
4、RQAlpha：是由RiceQuant（米筐）团队开发的一个开源的、用Python编写的量化交易框架。提供量化交易全流程支持，包括策略开发、回测优化、模拟交易（股票/期货等）和实时交易，并支持自定义数据源、手续费及滑点模型，具备高度可扩展性。
开源地址：http://github.com/ricequant/rqalpha
文档地址：http://rqalpha.readthedocs.io/zh_CN/latest/
5、Qlib：是由微软研究院开发的一个开源的注重机器学习的量化投资研究平台。提供金融数据处理、机器学习模型训练、策略开发与回测，以及交易模拟功能，支持量化投资全流程。
开源地址：http://github.com/microsoft/qlib
文档地址：http://qlib.readthedocs.io
6、VN.PY：是由中国的量化交易社区开发的一款开源量化交易框架，该项目在GitHub上开源，并且积极维护。支持CTP、InteractiveBrokers等接口，便于实际交易。提供历史数据与回测系统，优化交易策略。支持策略实时运行与执行。高效处理订单提交、成交等实时事件。提供完整开发环境，助力用户自定义策略。
开源地址1：http://github.com/vnpy/vnpy
开源地址2：http://gitee.com/vnpy/vnpy
官网地址：http://www.vnpy.com
