一、概述

1、如果條件允許，實盤交易之前，將自己的策略用某種方式回測/復盤一下

做權益資產的量化投資，首先要有個自用的回測平臺或者框架（以下簡稱回測框架），自己的投資思路在交易之前就能快速得到初步驗證，如果這一步都不能通過，就不用花費更多時間、精力和金錢進行后續(xù)的仿真交易、實盤交易了。
有詩為證：“回測績效好的策略不一定能賺錢，回測績效不好的策略一定不能賺錢”

2、回測平臺的選擇

回測框架可以用任何自己熟悉或者順手的語言來編寫，也可以用商業(yè)化的黑盒平臺，或者商業(yè)化的開放式平臺，他們各有優(yōu)缺點。
商業(yè)化平臺的優(yōu)點是功能成熟完備，而且有專職技術支持服務，常見的策略類型也有代碼模板，方便使用者快速上手，缺點是有一些個性化的數據與功能無法短期內根據客戶的需求加入，另外既然是商業(yè)化了，就有使用成本，有的平臺費用還不低，后續(xù)如果想轉換到其他平臺，或者該平臺不再對外提供回測框架服務，如果內嵌的語言差異比較大，將代碼移植到新平臺的工作量也不小。
自己編寫的平臺，其優(yōu)缺點與商業(yè)化平臺的大部分相反，優(yōu)點是完全開源，只要有數據源，想加的數據和功能都能自己加，缺點是開發(fā)工作量大，功能沒有那么成熟完備，有的功能實現受限于代碼質量，效率沒有那么高。每個人都可以根據自己的需求選擇最合適的。

3、回測平臺的結構

回測框架的核心結構類型一般分成兩種，一種是矢量型，將各類市場數據進行矢量化計算，其優(yōu)點是計算速度很快，結果很快就能出來，缺點是主要適用于比較簡單、情況比較規(guī)整的場景，例外情況多時就不大好處理，另外不注意時有可能引用未來數據。
另外一種是事件驅動型，參考實際交易過程中，從產生交易信號，到信號變委托、委托變成交的整個過程，定義了相應的各類事件，以及每類事件發(fā)生時的相應措施。這類框架的優(yōu)點是框架比較完整，只要有數據源，理論上能夠處理所有市場交易中發(fā)生的事情，而且不大容易出現引用未來數據的情況，缺點是框架相對比較復雜，運行相同思路的策略，速度沒有矢量型那么快。

我的回測平臺是用python編寫的事件驅動類型的無界面平臺。

二、事件驅動型框架結構介紹

大致的框架如圖所示。

事件驅動回測平臺框架結構.jpg

簡要介紹：
1、從數據源獲得數據之后，根據數據源來源、內容的不同，分別保存到本地的 sqlite db、dolphin db、pickle files 中備用，并每日更新。
2、事件驅動管理中心（簡稱“管理中心”）是整個框架的核心，負責各類事件的定義、訂閱、響應管理等。
3、基于管理中心，衍生出策略回測、策略運行、因子/指標計算三個應用。
4、應用在運行過程中產生的重要信息，根據內容的不同，分別保存到本地數據庫或者本地文件中，策略回測的績效統(tǒng)計形成帶圖表的績效報告。
5、因為事件驅動框架下策略回測的思路與策略運行的思路比較接近，一個策略如果回測階段合格，轉入運行階段時，核心代碼修改量比較小，只要切換一下委托撮合與賬戶信息獲取等方法即可。
6、采用事件驅動框架計算因子/指標，只用處理行情事件，在同一個時間橫截面上，計算所有安排計劃中指標/因子的當期值。這樣處理的優(yōu)點是，一次性更新所有指標/因子，并立即入庫。如果中途發(fā)生中斷，下次計算，所有指標/因子都在中斷日繼續(xù)往下計算。并且雖然首次計算并入庫時比較費時間，后續(xù)每日更新時，所用時間并不是很多；缺點是如果指標/因子的參數值發(fā)生變化了，需要將其歷史值單獨重算后加入。

三、策略類別

目前將策略分成三大類：
1、只擇時的策略
基于各類技術指標，對指定的權益資產進行擇時（比如各類CTA策略）。目前暫時沒有把期貨合約的數據納入，主要是對指數、基金、股票擇時。

2、只選股的策略
基于各類因子，定期對資產池中的權益資產進行橫截面選股，并形成資產組合。

3、既擇時也選股
基于指標，對指數進行擇時（即判斷指數方向），如果方向向上，就進行選股。

四、運行效果展示

（以下策略都沒有考慮交易成本和滑點，僅用于展示，不代表最終效果）
1、指數擇時策略：對滬深300指數擇時

下載.png

2、指數擇時，股票選股策略：對滬深300指數進行擇時（選方向），處于上行狀態(tài)時根據bp、roe選股。

下載 (5).png

3、定期選股策略：
每個月最后一個交易日，根據bp、roe選股。

下載 (4).png

五、相關資源

此框架最初的版本在 這里，感興趣的可以去看看。