回測分析

⑴ 量化策略一般用什麼平台回測分別有什麼優劣勢

盈時量化策略回測平台，不會編程也能玩轉量化。

盈時「策略機器人」集策略智能生成、策略評估、篩選優化、批量生成等功能於一體的互動式策略生成平台。平台以計算機智能生成演算法為核心，使用了機器學習、模式識別、統計學、可視化技術等人工智慧技術，包含策略構建模塊、混編計算模塊、策略績效優化模塊等組件，在策略優化方面使用了高效的遺傳編程與NSGA-II等演算法，進而充分利用CPU多核心性能，實現多進程同步高效生成策略。

語言：Python

適用人群：期貨投資者（有無編程基礎都可）

資料庫：期貨

回測用時：需要排隊分鍾記

支持的功能：支持將策略使用在交易開拓者的平台，屬於實盤交易。策略給出建議，但需要自己手動確定進行買賣。

自動生成策略原理與簡介：通過設置參數，運用機器學習的方法，一鍵生成源碼策略。

備註：國內首個利用深度學習的人工智慧量化平台，不懂編程也能做量化。

盈時，專注於為客戶提供高品質的量化交易技術咨詢服務和領先的量化交易產品，是一家從事金融數據分析、金融軟體開發、程序化交易演算法與交易策略研究等業務的科技公司。

⑵ 股票回測是什麼意思

你好，股票回測是指設定了某些股票指標組合後，基於歷史已經發生過專的真實行情數據，在歷史上屬某一個時間點開始，嚴格按照設定的指標組合進行選股，並模擬真實金融市場交易的規則進行模型買入、模型賣出，得出一個時間段內的盈利率、最大回撤率等數據。該過程即為一次股票回測。
風險揭示：本信息部分根據網路整理，不構成任何投資建議，投資者不應以該等信息取代其獨立判斷或僅根據該等信息作出決策，不構成任何買賣操作，不保證任何收益。如自行操作，請注意倉位控制和風險控制。

⑶ QMACD量化分析門戶中的《量化分析海龜訓練營》課程量化分析版塊中的歷史回測都講了哪些方面

同濟喬博士的【量化分析海龜訓練營】課程里的歷史回測主要講了年化收益率、勝率、盈虧比、夏普率、最大回撤比等相關知識。

⑷ python量化哪個平台可以回測模擬實盤還不要錢

Python量化投資框架：回測+模擬+實盤
Python量化投資 模擬交易 平台 1. 股票量化投資框架體系 1.1 回測 實盤交易前，必須對量化交易策略進行回測和模擬，以確定策略是否有效，並進行改進和優化。作為一般人而言，你能想到的，一般都有人做過了。回測框架也如此。當前小白看到的主要有如下五個回測框架： Zipline ：事件驅動框架，國外很流行。缺陷是不適合國內市場。 PyAlgoTrade ： 事件驅動框架，最新更新日期為16年8月17號。支持國內市場，應用python 2.7開發，最大的bug在於不支持3.5的版本，以及不支持強大的pandas。 pybacktest ：以處理向量數據的方式進行回測，最新更新日期為2個月前，更新不穩定。 TradingWithPython：基於pybacktest，進行重構。參考資料較少。 ultra-finance：在github的項目兩年前就停止更新了，最新的項目在谷歌平台，無奈打不開網址，感興趣的話，請自行查看吧。 RQAlpha：事件驅動框架，適合A股市場，自帶日線數據。是米筐的回測開源框架，相對而言，個人更喜歡這個平台。 2 模擬 模擬交易，同樣是實盤交易前的重要一步。以防止類似於當前某券商的事件，半小時之內虧損上億，對整個股市都產生了惡劣影響。模擬交易，重點考慮的是程序的交易邏輯是否可靠無誤，數據傳輸的各種情況是否都考慮到。 當下，個人看到的，喜歡用的開源平台是雪球模擬交易，其次是wind提供的模擬交易介面。像優礦、米筐和聚寬提供的，由於只能在線上平台測試，不甚自由，並無太多感覺。 雪球模擬交易：在後續實盤交易模塊，再進行重點介紹，主要應用的是一個開源的easytrader系列。 Wind模擬交易：若沒有機構版的話，可以考慮應用學生免費版。具體模擬交易介面可參看如下鏈接：http://www.dajiangzhang.com/document 3 實盤 實盤，無疑是我們的終極目標。股票程序化交易，已經被限制。但對於萬能的我們而言，總有解決的辦法。當下最多的是破解券商網頁版的交易介面，或者說應用爬蟲爬去操作。對我而言，比較傾向於食燈鬼的easytrader系列的開源平台。對於機構用戶而言，由於資金量較大，出於安全性和可靠性的考慮，並不建議應用。 easytrader系列當前主要有三個組成部分： easytrader：提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易，量化交易組件 easyquotation : 實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情 easyhistory : 用於獲取維護股票的歷史數據 easyquant : 股票量化框架，支持行情獲取以及交易 2. 期貨量化投資框架體系 一直待在私募或者券商，做的是股票相關的內容，對期貨這塊不甚熟悉。就根據自己所了解的，簡單總結一下。 2.1 回測 回測，貌似並沒有非常流行的開源框架。可能的原因有二：期貨相對股票而言，門檻較高，更多是機構交易，開源較少； 去年至今對期貨監管控制比較嚴，至今未放開，只能做些CTA的策略，另許多人興致泱泱吧。 就個人理解而言，可能wind的是一個相對合適的選擇。 2.2 模擬 + 實盤 vn.py是國內最為流行的一個開源平台。起源於國內私募的自主交易系統，2015年初啟動時只是單純的交易API介面的Python封裝。隨著業內關注度的上升和社區不斷的貢獻，目前已經一步步成長為一套全面的交易程序開發框架。如官網所說，該框架側重的是交易模塊，回測模塊並未支持。 能力有限，如果對相關框架感興趣的話，就詳看相關的鏈接吧。個人期望的是以RQAlpha為主搭建回測框架，以雪球或wind為主搭建模擬框架，用easy系列進行交易。

⑸ 為什麼回測效果非常好的策略實盤卻不行

1。誤判。這不是我的答案。這是一個血淋淋的教訓。在我的量化測試的歷史中，當對現有的顯著盈利能力的結果進行測量時，超過95%是這個錯誤的結果。例如，在計算中遺漏了一個負號，另外，在不同的語言迭代0和1的時候，在混淆的起始點，等等，傾向於給一個好的，我認為會改變世界的結果。所以我養成了徹底檢查自己是否錯的習慣，只要結果好就行。

要控制它的外觀，唯一要做的事情就是要小心，因為邏輯上的錯誤要比前面提到的「錯誤估計」更難檢測。我自己的經驗是，在准備一個測試過程時，它是嚴格按照時間順序進行的，而樣本中的計算本身就完全阻止了樣本中的數據。一句話，經驗就是財富。

⑹ 同花順的I問財回測大家有用過的嗎

i問財策略回測是根據您設置的擇時交易計劃，對輸入的策略（問句）進行全市場股票的歷史模擬交易，最終對選出的所有股票的回測結果進行客觀的統計分析，並給出策略回測報告，為您找到最適合自己的投資策略提供客觀的數據支持。
使用方法：
一、設置需要回測問句及信息，點擊回策！
二、回測數據分析，從回測分析中可以看到各個持有周期的收益率、成功率等信息。
如「非新股，非st，非停牌，總市值小於25.5億，pe大於0，peg大於0小於15，資產負債率小於60%，總市值從小到大」問句，最大預期年化收益率169.36%
三、您也可以在策略廣場上查看其它人的策略哦！

⑺ 如何利用excel回測量化投資策略

用excel回策量化策略，效率太低了，而且數據過大的話excel完成不了，可以利用現有的內量化交易平容台，如果非的用excel回策，你至少要學會各種技術指標，和如何用計算機語言描述走勢行情分析，還需要會編輯回測所用的各種回測指標公式，你才能完成excel的量化回測，初學時可以用這個但，實際應用時，至少要用一套量化分析平台的軟體，或者自己利用c語言，Python，等開發出一套量化分析軟體。

⑻ 在國內做交易策略的回測的具體步驟是什麼

交易策略回測屬於量化交易，至於用什麼工具看個人習慣，可以用量化交易平台，也可以用某些行情交易軟體，也可以自己利用一門計算機語言，最簡單的用excel，也可以進行回測分析。

⑼ 為什麼回測效果非常好的策略實盤卻不行

你需要搞懂，滑價，偷價，參數過度優化，回測數據是靜態的，實盤是動態的，例如用收盤價計算的均線金叉回測時百分百沒問題，但實盤時是行不通的，因為實盤時收盤價是動態的。而且歷史回測只有一個計算價格，實盤時這個價格你可能會出現買不到的情況，等等實盤與回測的差別都需要一一解決。不要盲目相信回測數據一定要仔細分析。

⑽ 請問大家什麼軟體能夠用外部指標進行歷史回測

需要一些比較專業的統計軟體。第三方炒股軟體一般都做的不好，有些我拿更權威的統計軟體去計算，發現結果居然是錯的。這個是個人經驗（不過有點過時了，2012年嘗試的，估計那個軟體自己已經把錯誤更改了。）。

建議你做以下操作：

1. 自己收集外部指標，並隨時更新。如果可以的話，自己建個資料庫。MYSQL之類的，免費而且非常容易上手。
   

2. 選擇一款可以輕松將金融數據導出成標准格式的第三方炒股軟體。這個就是你自己的喜好了。大部分軟體，這方面做的還是不錯的，雖然要交費。

3. 用一款比較專業的統計軟體，將兩者數據導入，然後按自己的想法，自由自在的做分析。你可以隨便選一款你自己使用著習慣的統計軟體。EVIEWS之類的太簡單，包含的東西太少了。高度建議你選擇一些自帶金融計量分析工具的軟體。建議你用以下統計軟體：

1. MATLAB。這個上手超快，前提是你很好的學過線性代數，因為計算是以矩陣為基礎的。他自帶的financial econometrics tool box包含的東西非常廣，非常全。就算沒有，因為軟體自由度很高，所以可以輕松自己創造出一個。

2. STATA。這個上手比上面那個還快。而且，不需要很好的線性代數，因為編程理念不是以矩陣為基礎的。自帶的金融計量的東西很多很全。更新也很快。缺點是，沒上面那個自由度高。某些全新的演算法和公式，你想用的話，自己寫出來比較費勁，效率也容易低。特別是你想做蒙特卡羅模擬實驗的時候。

3. 其他的那些免費的統計軟體，比如R, OX之類的我並不建議。因為是免費的，所以用戶體驗做的並不好。