不再纠结量化回测框架

写在前面：本文主要结合自身经历，阐述不再纠结量化回测框架的原因。

目录：

1. 什么是量化投资
2. 自省与执着
3. 拥抱开源

正文:

1. 什么是量化投资

量化投资，指的是通过编程，将投资理念、投资策略、投资方法代码化，结合数据进行分析，来验证投资想法是否可行。他的基本假设是历史会重复，通过历史数据进行回测，站在过去某个时间节点作出投资决策，若能盈利，则认为该投资想法在未来也能持续盈利。

量化投资，是一门结合金融、计算机、数学的艺术。要学的东西太多太多，且每一个学科展开来都够学一辈子。平均发力，均衡发展只会变得平庸，但是专攻某科，又容易缺胳膊少腿。所以最优的策略是：在掌握足够的基础知识后，多借助外力，利用这个大信息网络时代，汲取前人的优秀经验，站在巨人的肩膀上，避免总是重复造轮子。再根据二八定律，将精力放在那对成功最有力的20%的事情上面。

2. 自省与执着

结合自身经验，我接触量化投资领域也挺长时间了，但这两年更多的是专精了计算机领域的知识，相较之下，金融和数学方面略显的捉襟见肘。究其原因，主要有以下两个方面：

2.1 外部原因：量化学习资源匮乏

在2017年，量化投资在国内刚起步，相关行业信息只能通过知乎获取，还有国外的网站Quantstart。但大部分的内容都是浅尝则止。那时候vnpy刚开源，聚宽、米筐等各种量化平台也才刚刚开始。

2.2 内在原因：执着技术，盲目自信

基于从小对计算机的热爱，自学编程。从最初希望通过写代码，替代重复枯燥的Excel分析，到后面不断通过不同的编程语言写量化回测框架和组件，渐渐掌握了C++、Python，Javascript等编程语言，还有前端、后端、运维等技术。已经能做到想要的功能都可以实现，只是工作量问题和时间成本问题。

而一直执着于量化回测框架，一是当时可以借着这个项目学习编程，二是盲目自信，或者说考虑到策略保密性和灵活性、回测计算准确性，不够信任开源的或者在线的量化平台。

因为量化回测，每一笔交易都是钱，需要保证计算足够准确，若不准确，看不到撮合逻辑，跑出来再好看的结果也没用。但事实上，回测根本就不可能足够准确，考虑到实盘交易时的冲击成本、回测过程中的前提假设，基本要对最终的回测结果打点折扣，或者条件设得更加苛刻。再加上当时一直信奉成熟的私募都会自己搭建平台，自己搭建平台也就成了顺理成章的事情。

殊不知，想写个好用、顺手、计算准确、功能完备的回测框架，花的时间动不动就要以月甚至年的时间单位来计算，还在需要后续使用的过程中不断修改、重构、debug，甚至为添加一开始没有考虑到的功能而一切推翻重写。随便举些例子，比如保证数据存储和导入的简单易用且高效省内存，如何实现多品种、多周期、跨周期回测，向量型回测还是事件驱动型回测，事件驱动型中的多线程或者多进程引擎应如何设计，又如何相互通信，各技术指标又如何计算，撮合逻辑是怎样，市价单、限价单、止盈止损、追踪止损功能该如何设计，回测结果又该如何展示，如何展示买卖点、增加图表互动性实现策略开发流程中的快速反馈等等。当然在初期，自己写回测框架是好事，能够对回测中需要考虑到的各种各样的问题能有深刻的认知和理解。但这已经是软件工程方面的范畴，研究中很容易各种陷入细节中，就像脑筋急转弯一样。更何况量化投资，一旦开始研究策略，会发现大部分时间都花在清洗数据、查看文献、验证投资逻辑上面，同时还要关注时事新闻和宏观经济方面，时间就是金钱。

3. 拥抱开源

所以现在，是时候拥抱开源的成熟量化框架了，开源框架有很多，我主推vnpy和Backtrader。从Github上的Star上看框架都是受到人们认可的，同时也经历了时间的沉淀，能够给予充分的信任。如果遇到问题，还能网上看别人分享的经验，或者向社区求助。作为开源框架，自身也会不断完善，让别人帮忙debug，相当于延长了自己的生命，把时间花在其他更重要的事情上面。在使用过程中可以再在框架基础上添加自己想要的功能，真是大型真香现场。

标签：框架,执着,纠结,开源,回测,量化,投资
来源： https://blog.csdn.net/weixin_39387111/article/details/115046704