量化交易入门书籍-Quantitative Trading how to Build Your Own Algorithmic Trading Business 02
由polll创建，最终由polll 被浏览 60 用户
感谢！知乎的第一篇文章迎来了五个童鞋的关注，有了你们的关注，让我有了动力坚持写东西，有童鞋反应有些概念还是很难理解，不用担心，只需要有一个基本的概念就行，在后面动手上代码的时候，就可以更深入的理解了，接下来我也会尽量深入浅出。
第三章：Backtesting 回测
和传统的投资管理程序不同，量化交易流程是先需要把交易策略运用于历史数据、检验交易策略历史表现如何。尽管你找到了一个策略，并且有完成详细的历史表现，但是你仍然需要亲自的去检验回测策略。这样做有几个好处，一是你可以完全的理解别人的策略思想，而是你可以接触到不同类型的策略，这些策略都可以被重新定义或者升级为更牛逼的策略。
在这个章节中，作者介绍了一些用来回测的工具平台和数据（我也写一下自己的真实感受）：
回测平台：
1、excel:这个环节就略过了，作为大量交易策略来讲，EXCEL实在是容易卡主，我们跳过！
2、matlab:刚接触量化交易时，用的就是matlab，矩阵计算能力相当好，不妨作为入门级工具，也可以深入的掌握matlab，作为一个偏交易策略的trader来讲，这个工具也就OK了。
其余书中提到的平台TRADERSTATION等都不适合国内交易员用，另外我再补充两个：
1、C++：这个是作为量化交易团队中作底层系统支持的程序员们必须要掌握的语言，C++计算速度非常快，建议也可以学习一下，当你的策略在matlab中有了初步模型时，可以使用C++来做策略参数迭代优化等。
2、PYTHON：这个是最近新崛起的工具，其优势在于有很多开源库，基本属于人人都可入门的语言。
历史数据：
作者列举的都是国外的数据源，也并不实用，下面我谈一下一般量化交易的数据源:
1、期货数据方面：直接CTP从交易所收取行情，并储存在本地，这个后期我会写文章
2、股票数据方面：我一般都会直接从公司版的wind里获取数据，如果没有的话，同花顺，以及雅虎的股票数据都是考虑的。
注：在读专栏时不要担心，我会把策略回测涉及的历史数据分享出来，但是如果真正的要想做交易，还是先花钱买到质量高的数据，毕竟有了好的材料，才能做出美味的食品。
周五就写这么多了，重点是每天都有更新，下一篇会涉及到常用的数据格式、另外的一些策略评价指标计算、最大回撤及最大回撤区间的计算方法。
\