導入
その戦略が儲かるかどうかは主観的に判断することはできません、なぜならその戦略は主観的な判断期間中は儲かる可能性が高いですが、それ以上の期間に延長すると損をする可能性があるからです。長期間のバックテストで収益を上げます。もちろん、バックテストで儲かったからといって、実際のトレードでも稼げるわけではありませんが、バックテストで損をする場合は、実際のトレードでも損をする可能性が高いので、バックテストで戦略の有効性を検証するのがベストです。実際の取引の前に。
バックテストフレームワークの選択
参考までに、Python をサポートするバックテスト フレームワークをいくつか示します。
backtrader - バックテストと取引のための Python フレームワーク。再利用可能な取引戦略、指標、分析の設計に集中できる機能が豊富です。
zipline - Quantopian のオープンソースのローカル定量バックテスト プラットフォーム。pyfolio および alphalen とシームレスに接続できます。
rqalpha - Ricequant のオープンソースのローカル定量的バックテスト プラットフォーム API 設計は Quantopian と一致していますが、ライセンスは商用利用を完全に除外しています。
bt - ffn をベースにした Python バックテスト フレームワーク. 目標は、車輪の再発明ではなく、Python エコシステムを最大限に活用することです。
qlib - Microsoft のオープン ソースの定量的プラットフォームは、定量的投資における AI テクノロジーの価値を創造し、定量的戦略研究を促進することを目的としています。これには、データ処理、モデル トレーニング、バックテストを含む機械学習パイプライン全体が含まれており、定量的投資をカバーします。アルファの発見のすべての側面、リスクモデリング、ポートフォリオの最適化、注文執行
zvt - 高度な抽象化を備えた、スケーラブルなデータレコーダー、API、ファクター計算、銘柄選択、バックテスト、取引、および統合された視覚化が含まれています
QUANTAXIS -- タスクのスケジューリングと分散展開をサポートするローカル定量化ソリューション
Jukuan -- 複数の戦略の作成、バックテスト、シミュレーション、リアルタイム取引をサポートするクオンツ Web プラットフォーム
結論とコミュニケーション
他にも有用な定量的バックテスト フレームワークがあると思われる場合は、フィードバックをいただければ、後ほど更新していきます。
詳細については、公開アカウント Zhuge Shuotalk をフォローしてください。同時に、多くの実務家や技術専門家とコミュニケーションやディスカッションができるクオンツ投資セミナーグループへの招待も受けられます(定員に限りがありますので、お見逃しなく)。
参考
https://mp.weixin.qq.com/s/Vdn3ETqBSX7WfSJbesmZEw
https://github.com/mementum/backtrader
https://github.com/microsoft/qlib
https://github.com/quantopian/zipline