2021年，随着量化私募在爆发式地发展，量化私募对券商的交易系统提出了更高的要求。以往，私募使用券商的量化交易客户端，实现策略编写、策略回测、模拟交易、实盘交易等功能，完成从策略产生到实现交易的全流程落地。
目前券商有自建量化交易中台或算法交易总线，但日渐扩大的规模和国外先进框架的引进，对现有量化交易平台提出了更高的要求。
一、 量化私募接入方式对比
二、量化私募券商接入的发展历程
A股市场的量化从2010年后才开始，2015年前处于萌芽阶段，股灾后 监管层注重合规，2019年才是规划，2021年量化私募规模爆发。
三、接入方式
3.1 文件单形式
系统自动扫描指定路径的文件 ，一般为csv或txt格式，包含标的、方向、数量、算法、时间等关键信息，读出标准化信息解析，完成委托。
3.2 系统托管
3.2.1 通过互联网客户端接入券商的量化交易中台或算法交易总线
概述：本质是券商自建/采购量化平台，私募是券商系统的一个用户；
作用：私募使用对应的客户端，实现策略编写、策略回测、模拟交易、实盘交易等功能；
优势：可控性高风险低，使用门槛低，可以提供给小微量化私募甚至个人量化者使用；
劣势：延时高无法做高频量化交易，私募需要重写策略，依赖第三方平台灵活度自由度差。
3.2.2 通过对接券商的算法交易API接入到券商极速交易系统，通过API做策略算法下单，风控模块在券商端
概述：券商在标准化风控下，实现了客户自有策略在券商自由环境的加载和运行；
作用：私募可使用自有的投研程序完成交易，但需接受券商的标准化统一风控；
优势：可做高频量化交易，但经过风控仍存在部分时延，接入时间相对短很多，业务门槛相对低；
劣势：委托过程中经过事前风控模块，仍存在一些时延，存在被券商风控模块拦截的风险，灵活度自有度差，日常使用和运营麻烦。
3.2.3 通过对接券商的算法交易API接入到券商极速交易系统，通过API做策略算法下单，风控模块在私募策略端
概述：业内所说的反采模式，券商仅提供基础设施
作用：私募可使用自有的投研程序完成交易，有一定的灵活度
优势：支持超高频量化交易，私募自由度高，为券商带来市占率提升明显
劣势：接入周期长，对量化私募的IT自研能力要求高，流程多风控要求高，客户门槛最高。
