简介
策略能否赚钱不能凭主观臆断,因为很有可能主观判断的那个时间段策略是赚钱的,但拉长时间是亏损的,可以通过回测更长时间来验证策略是否赚钱。 当然回测赚钱不代表实盘也能赚钱,但回测亏钱实盘大概率亏钱,最好是能在实盘之前经过回测验证策略是有效的
回测框架选择
下面是一些回测框架,都支持python,供大家参考:
backtrader -- 用于回测和交易的python框架,功能丰富,可以让你聚焦在设计可重用的交易策略、指标和分析上
zipline -- Quantopian开源的本地量化回测平台,可以和pyfolio和alphalen无缝衔接
rqalpha -- Ricequant开源的本地量化回测平台,在 API 设计上和 Quantopian 保持一致,但License完全排除商业用途
bt -- 基于ffn打造的python回测框架, 目标是充分利用python生态,不重复造轮子
qlib -- 微软开源的量化平台,目标是在量化投资中创造ai技术的价值,可以方便进行量化策略调研,它包含了包括数据处理、模型训练和回测等整个机器学习pipeline,覆盖了量化投资的各个环节:寻找alpha,风险建模,组合优化和订单执行
zvt -- 包含可扩展的数据recorder,api,因子计算,选股,回测,交易,以及统一的可视化,抽象度较高
QUANTAXIS -- 支持任务调度,分布式部署的本地量化解决方案
聚宽 -- 量化web平台,支持多种策略的编写、回测、模拟、实盘
结论 & 交流
如果你觉得还有其他好用的量化回测框架,也可以反馈给我,后面我会持续更新!
关注公众号:诸葛说talk,获取更多内容。同时还能获取邀请加入量化投资研讨群, 与众多从业者、技术大牛一起交流、切磋,名额有限,不要错过。
参考
https://mp.weixin.qq.com/s/Vdn3ETqBSX7WfSJbesmZEw
https://github.com/mementum/backtrader
https://github.com/microsoft/qlib
https://github.com/quantopian/zipline