礦機做策略回測

① 程序化交易中策略的回測是怎麼做的

是程序交易員使用一些程序代碼編寫的，微量網就是這樣做到的，而且策略是7*24小時自動運行在雲端的，樓主可以去了解一下，求採納

② 用Python 做策略回測，耗時很長，有什麼加速辦法

用Python 做策略回測，耗時很長，有什麼加速辦法
少用for，盡量用numpy/pandas的向量化方法。
少用自己寫的python方法，先看看numpy /pandas是不是已有現成的功能。
有幾個numpy 的加速包，比如numexpr.
安裝Intel MKL.
最後，可以講關鍵部分用c/c++實現。
如果無法避開python的for，建議使用Numba來提速，理想情況下可以達到和numpy向量化差不多的速度。

③ 什麼是回測策略標准寫法

本教學主要介紹回測策略標准寫法，通過標准寫法將最大限度的做到回測成功且准確。

④ 如果想用統計軟體做一些交易策略的回測，用什麼軟體好，不想用股票軟體自帶的，限制有點多,謝了...

這個看你個人的技術水平了，簡單的哪怕想excel就可以自己做策略回測，水平高的可以選擇用matlab或者c++等自己寫個程序回測，當然所有的前提是你有數據來源。

⑤ 為什麼量化投資策略回測收益那麼高，那不是沒人虧錢了

回測是存在滑價，和參數過度優化，還有，偷價，這幾個問題的，舉個例子，回測是用歷史數據時，用收盤價計算，收盤價是固定不變的，你的策略百分百能買到，而真實實盤交易時，收盤價是最新價，是動態的，舉個例子5日均線金叉10日均線買入1手，在回測中這策略沒問題，但在實盤中不行，因為這一天中可能上午5日均線金叉10日，下午信號消失，你上午按策略買入下午信號消失，這就是，實盤和回測的區別，這種例子很多很多都需要一一解決的，做出一套回測數據收益高，但實際用不了的策略太容易了。

⑥ 量化策略一般用什麼平台回測分別有什麼優劣勢

我知道一家量化策略回測平台【QResearch】，非常好用，QResearch是一個無編程的條件式回測平台，它將所有因素都抽象為因子，簡單易用而不失靈活。用戶只要理解自己的策略即可動動滑鼠進行回測，非常適合有著豐富Idea但不會編程的用戶快速驗證想法；對於那些會編程的用戶，QResearch也可以為之節省大把數據處理和細節處理的時間。QResearch基於高質量的資料庫，提供豐富的因子庫，其中大部分因子都可以追溯到相應的Paper，非常適合高校金融學院的學生和老師進行研究之用。QResearch自誕生以來就一直追求回測與實盤的一致，力爭做到所見即所得的回測結果，目前只要交易費用設置得當，可以將每天回測與實盤的誤差控制在0.1bp級別，這在市場上魚龍混雜的回測平台當中顯得格外突出！

總之，QResearch適合各路策略研發人員使用，包括基本面研究人員，量化研究人員，交易員，以及高校師生等，相信每一類人員都可以通過使用QResearch而提高效率，做出漂亮的研究或不俗的業績！

該平台下Market Watch實時及歷史數據（包括收益，統計，期限結構和會員持倉）已添加至Toolkit交易工具箱，網址：https://qresearch.qedgeam.com/toolkit

⑦ 怎麼做選股策略的歷史回測

自己設計交易系統，然後選擇自己的交易系統進行測試，根據歷史數據可以回歸測試得出你的交易系統是贏是虧的結果。

⑧ 用 Python 做策略回測，耗時很長，有什麼加速辦法

一個好的計算邏輯是很重要的啊，比如你去計算一個式子的時候，你去分析千百遍也不如你有一個好的運算方法。計算的時候一定要准備好計算方法，別的計算方法一定要統一規劃。

使用計算機的時候能用計算機交易，這樣能夠克服你的暴躁的情緒。構建屬於自己交易的水準，還有一些措施就是你要去看那些引導文檔，不要自己去摸索。要有自己的專業的知識。

⑨ 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。