Python量化交易系统实战--数据回测与优化
作者:麦克煎蛋 出处:https://www.cnblogs.com/mazhiyong/ 转载请保留这段声明,谢谢!
选股策略是否有效,都需要进一步验证。这里的验证,也就是我们常说的数据回测。
这里选用的数据回测框架是PyAIgoTrade。
一、PyAIgoTrade简介
PyAlgoTrade 的目标是帮助你对股票交易的策略进行回测。或许你自己有一个交易的策略,并且你希望能够在历史数据上使用这个策略做模拟交易,以便查看这个策略的效果。
使用 PyAlgoTrade 只需要做很少的工作,就可以帮助你实现这个目标。
PyAlgoTrade 有6个主要的概念:
-
策略
交易的逻辑就是在策略类中。包含何时买入、何时卖出等。 -
数据源
这是一个抽象的数据提供源。例如,你可以使用 CSV 数据源,它可以从 CSV文件将历史数据提供给一个交易策略。 -
经纪商
经纪商负责执行交易指令。 -
数据序列(DataSeries)
数据序列是一个用户管理时间序列数据的抽象类。 -
技术指标(Technicals)
这里有一系列的过滤工具方便用户在数据序列之上进行计算。例如 SMA(简单移动平均),RSI(相对强弱指数)等。这些过滤工具都集成为数据序列的装饰器。 -
优化器(Optimizer)
这里有一系列的类,可以帮助你将回测分发到不同的计算机上,或者交给同一台计算机的多个线程,也可以分到多台计算机的多个线程。他们让水平分割计算量变得十分简单。
二、使用说明
因为这个框架目前不再维护了,所以未决定在工作中是否选用该框架。推荐下一篇写的比较详细的文章:
https://www.jianshu.com/p/d0ade8412e05
也可以看下官网文档:
http://gbeced.github.io/pyalgotrade/
分类:
量化交易
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 我与微信审核的“相爱相杀”看个人小程序副业
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~