金 融 量 化 分 析 • JoinQuant • 第 七 篇

---

一、回 测 是 什 么 ？

回测是一种反向测试，从各种评价指标和统计学层面上，以大数据的方式评估策略，验证设定的交易规则是否有效。测试里是数据的预测模型，用于估计策略或模型在过去一段时间的表现，需要提供足够的细节模拟过去的条件，条件可以是收盘价为基准。

二、回 测 与 实 盘 交 易

⚠️ 回测数据与实盘交易数据存在差异性
⚠️ 回测结果 并 不能代表策略百分百能赚钱：注意收益盈亏几点位（是否都是按策略交易）

影响的原因：
1）未来函数的差异
2）滑点

三、开源双均线策略回测框架搭建（pyalgotrade）

（一）、模块安装

pip install pyalgotrade

（二）、双 均 线 回 测 框 架 搭 建

# # 调用pyalgotrade回测框架模块
# 调用pyalgotrade回测模块：计算指标、回测数据
from pyalgotrade import strategy
# 调用pyalgotrade数据整理模块：提供数据
from pyalgotrade.barfeed import quandlfeed
# 调用pyalgotrade_tushare模块的导出股票行情函数
from pyalgotrade_tushare import tools, barfeed
# 调用pyalgotrade_tushare模块的  移动平均线函数
from pyalgotrade.technical import ma
# 调用pyalgotrade_tushare模块的  相对强弱指标函数
from pyalgotrade.technical import rsi
# 调用pyalgotrade的画图模块
from pyalgotrade import plotter

from pyalgotrade.stratanalyzer import returns

 



def safe_round(value, digits):
    if value is not None:
        value = round(value, digits)
    return value
# 设置回测类
class MyStrategy(strategy.BacktestingStrategy):
    # feed:数据集，instrument:股票代码 ，smaPeriod:设定N天的均价
    def __init__(self, feed, instrument, smaPeriod1,smaPeriod2):
        # super调用副类回测函数strategy.BacktestingStrategy(数据，投资金额)
        super(MyStrategy, self).__init__(feed,1e5)
        #