由于量化平台是基于每天(或者每月)等固定间隔执行一遍的方式来驱动的,因此无法像线下一样获取到所有的历史数据进行统一计算技术指标。这样就带来一个问题,就是如果我需要计算一个技术指标,如MACD的时候,需要每天都去获取数据计算这个指标。
而不能像线下分析一样,可以获取所有的历史数据集,随后对数据集进行统一的计算,算出自己策略会用到的所有的技术指标,然后自己编写策略执行,直接使用这些统一处理过的技术指标就可以筛选了。
也就是线上我必须每天获取历史数据进行计算,会有大量的重复。从而导致量化策略运行变得非常慢,看看后期能否想到合适的方法来优化这个问题。
留个mark,后续想到合适的方法再更新吧。看到这个文章的大佬,欢迎指点和提供思路~