Python 进阶视频课 - 15. 量化交易之向量化回测

这是 Python 进阶课的第十五节 - 量化交易之向量化回测，进阶课的目录如下：

之前基础版的 11 节的目录如下：

本课的主要目标是掌握向量化回测 (vectorized backtesting) 实现方法，内容包括：

交互式策略探索

该方法敏捷而且能交互性强，一般几行代码就能够快速得到结果，并且可以轻松测试不同的参数组合。

可视化作为主要目标

该方法非常适合用于可视化使用数据、统计结果、交易信号和性能指标。

综合回测程序

该方法总体上非常快，允许测试多种短时间内的参数组合。当速度是关键因素时，应该考虑此方法。

本课介绍了应用于三种类型的交易策略的回测：

对于每种策略，我会教大家如何做策略探索，包括读取和预处理数据，生成交易信号，计算策略指标如收益、波动率、最大回撤、最长回撤期、比对基准、调整最优参数、可视化结果等。

在探索完策略之后，将“零乱”的代码以面向对象编程 (OOP) 的方式整理成结构化的对象。用户可以随意测试不同的数据来调参、生成策略指标、可视化策略收益和基准收益。

部分可视化结果如下所示：

、

代码语言：javascript复制

本次课程目录如下：

1. 基于简单移动均线策略

2. 基于动量策略

3. 基于均值回归策略

付费用户（付 1 赠 1）可以获得：

Jupyter Notebook

0 人点赞