Python量化投资框架：回测+模拟+实盘

Python量化投资

模拟交易

平台 　 1.

股票量化投资框架体系

1.1 回测

实盘交易前，必须对量化交易策略进行回测和模拟，以确定策略是否有效，并进行改进和优化。作为一般人而言，你能想到的，一般都有人做过了。回测框架也如此。当前小白看到的主要有如下五个回测框架：

Zipline

：事件驱动框架，国外很流行。缺陷是不适合国内市场。

PyAlgoTrade ：

事件驱动框架，最新更新日期为16年8月17号。支持国内市场，应用python

2.7开发，最大的bug在于不支持3.5的版本，以及不支持强大的pandas。

pybacktest

：以处理向量数据的方式进行回测，最新更新日期为2个月前，更新不稳定。

TradingWithPython：基于pybacktest，进行重构。参考资料较少。

ultra-finance：在github的项目两年前就停止更新了，最新的项目在谷歌平台，无奈打不开网址，感兴趣的话，请自行查看吧。

RQAlpha：事件驱动框架，适合A股市场，自带日线数据。是米筐的回测开源框架，相对而言，个人更喜欢这个平台。

2 模拟

模拟交易，同样是实盘交易前的重要一步。以防止类似于当前某券商的事件，半小时之内亏损上亿，对整个股市都产生了恶劣影响。模拟交易，重点考虑的是程序的交易逻辑是否可靠无误，数据传输的各种情况是否都考虑到。