量化投资:第6节 回测结果的度量

作者: 阿布

阿布量化版权所有 未经允许 禁止转载

abu量化系统github地址(欢迎+star)

本节ipython notebook

前面小节中都使用分解流程方式一步一步实现回测，目的是为了更清晰的说明内部操作流程， 编码过程会显的有些复杂臃肿，但实际上在编写完成一个策略后只需要使用一行代码即abu.run_loop_back可以完成回测。

详细代码实现请阅读abu.run_loop_back()函数，下面使用run_loop_back()进行策略示例：

# 设置初始资金数
read_cash = 1000000
# 设置选股因子，None为不使用选股因子
stock_pickers = None
# 买入因子依然延用向上突破因子
buy_factors = [{
  'xd': 60, 'class': AbuFactorBuyBreak},
               {
  'xd': 42, 'class': AbuFactorBuyBreak}]

# 卖出因子继续使用上一节使用的因子
sell_factors = [
    {
  'stop_loss_n': 1.0, 'stop_win_n': 3.0,
     'class': AbuFactorAtrNStop},
    {
  'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5},
    {
  'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}
]
# 择时股票池
choice_symbols = ['usNOAH', 'usSFUN', 'usBIDU', 'usAAPL', 'usGOOG',
                  'usTSLA', 'usWUBA', 'usVIPS']
# 使用run_loop_back运行策略
abu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,
                                                   buy_factors,
                                                   sell_factors,
                                                   stock_pickers,
                                                   choice_symbols=choice_symbols,
                                                   n_folds=2)

如上代码abu.run_loop_back接口只需