RESSET量化研究实训平台是一个专为高校研发的、全方位的智能Python量化策略研究平台，平台支持全面的股票、期权、基金、债券、期货数据和因子API、量化策略共享函数和锐思因子库函数、量化策略回测、模拟实盘（日和Tick数据）、量化课堂、量化社区、教学管理和教学实验。

本平台基于商业中的实际应用场景提出问题，然后回顾量化理论方法，进而循序渐进地解决问题，最后通过作业巩固和强化知识和技能，让学生体会到在现实商业实践中如何思考问题、如何解决问题。比如期权定价、股票量化策略、资产配置与基金遴选等案例详细地展示了产学研一体化的教学思路。平台教学管理和教学实验模块让市场极大贴近教学，帮助师生更好使用平台，通过该平台强化学生投资策略程序实现能力和工程化观念。

适用Windows、Mac、Linux多种操作系统，支持python2.7、python3.0，挣脱python版本束缚，告别平台限制，赋能本地投研。

支持股票、期权、基金、债券、期货全市场数据，并支持Tick级数据。专业数据团队日夜维护／多数据源比对、清洗／策略回测交易验证，数据精准适合量化。便捷、丰富的数据提取访问API,全方面满足量化投资策略的研究需要及交易需要，API类别包括：历史交易数据和完备的量化因子库。

量化投资研究终端适应教学实验需要，能够与python等平台实现无缝对接，利用全面的金融函数和强大的工具箱支持高效的策略开发；系统使用前沿的文件缓存技术以加速策略运算。

提供经典的量化策略，提供完备的交易API，策略可通过API获取账户权益、未结委托单状态、持仓、可用资金等数据进行交易风险控制。

为适应金融衍生市场研究需要，平台支持跨品种、跨周期、跨市场的策略，投资品种涵盖股票、股指期货、商品期货、个股期权、ETF、LOF基金。

平台集合7大类数据量化因子库和完备的风险因子库，包括：宏观因子、价值因子、成长因子、规模因子、行为因子、质量因子、技术因子，为因子开发节省了大量的人力物力和研发成本，极大的缩短了研发进程。

策略执行平台初始化策略时根据策略订阅的数据长度，为策略自动拼接历史数据及实施行情数据，并进行数据清洗对齐，无需策略研究员在策略逻辑中对实时行情数据进行加工处理；根据策略交易频率，提供时间驱动及tick事件驱动两种驱动方式，并提供执行交易算法对交易进行分拆、减少冲击成本。

平台根据课程提供默认的教学实验（策略+试题），同时教师可以根据需要自定义教学实验，通过平台多样性。