对量化投资策略进行研究，第一步就是获取我们需要的数据。使用历史数据能够对策略进行回测，以验证策略的有效性和可信性。另一方面，量化投资本身也是一种对数据的研究，因此它也必须遵循数据分析的相关步骤。作为一个业余的量化投资爱好者，免费的数据来源主要有以下几种途径：

• Yahoo、Sina 财经的API
• Python的Tushare包
• 自己手工爬取

Tushare是一个免费、开源的Python财经数据接口包，它对数据进行了规整因此使用起来非常方便。尽管有如此优秀的数据包简化了数据的采集工作，我们依然需要掌握从网站上爬取数据的技能，以获取接口没有提供的数据。本篇文章将会介绍一个小爬虫，告诉


承载金融科技人的梦想，追求量化速度效率的极致

QQ群：5172183 、236828089

由Quicklib作者提供，请看Quicklib作者的其它文章

**《[承载金融科技人的梦想，追求

中低频策略的回测其实并不复杂，由于交易次数不多，滑点成本不大，觉得不放心只需加一些滑点就行，真正要避免的是过度拟合等问题。

高频交易恰好相反，由于交易次数很多，凭借大数定律，回测结果基本靠谱，不必太担心过度拟合的问题。比如低频的几年下来才几十次交易，自然担心过度拟合，高频的话，牛逼的一天单品种几百次，现在波段的也有几次，两年下来也有几百次上千次，自然不必太担心过度拟合的。

对高频回测来说，由于次数很多，因此回测标准很重要。频率越高，持仓时间越短，单笔平均利润就越低。回测标准稍微严格一点，可能就亏了，曲线一条斜线往下走；回测标准稍微宽松一点，可能就赚了，曲线一条斜线往上走。

一般认

事件驱动的回测框架是一种更为复杂的回测系统。上篇我们介绍的简单回测框架是以策略为主题的，不考虑交易的委托成交行为，因此与市场真实情况是有一定差距的。而事件驱动的回测框架可以模拟实盘交易，是一种完全仿真的回测环境。事件驱动的回测框架包含了以下几个组成部分：

• 事件模块

事件模块包括一个事件的基类，在事件的基类下面则有很多子事件，如市场数据事件(market)、交易信号事件(signal)、委托下单事件(order)和订单成交事件(fill)等。此外，还需要一个事件队列来存储和管理所有子事件。

• 数据采集模块

数据采集模块可以通过接口获取现在的行情数据和历史数据，该模块能够产生市场数据


本期作者：Gonçalo Abreu

本期编译：1+1=6

前言

在过去的几个月里，我们花费了很多时间构建属于自己的入门级高频交易系统。由于我们将学习机器学习应用金融领域已经

\

原文章来自Winton Capital网站，本文为原文章的中文翻译。本文不构成投资建议，不代表个人观点。本文仅用于交流学习使用，不得用于商业用途。如对相关著作人造成侵害，请立即联系译者及时删除。

原文标题：Testing our Strategy for Testing our Strategies

原文时间：2015年8月

翻译：雷闻

测试系统化投资策略的最可靠方法是使用设计策略时无法获得的数据。这种“样本外”测试消除了由于过度拟合而导致绩效下降的可能性。基于回测来评估策略绩效时，过度拟合是常见的问题。

样本外测试的困难在于，许多策略的预测能力较弱，这意

如果你对银行以及金融领域的机器学习或人工智能（AI）应用感兴趣的话，你一定了解 JPM（摩根大通）去年发布的在金融领域有关大数据及人工智能应用指南 68，你也一定会对他们刚刚发布的一份关于将 “数据驱动下的机器学习应用于算法交易”问题的新报告感兴趣。

去年那份长篇报告是由JPM 宏观量化研究团队负责人，素有“半人半神”之称的 Marko Kolanovic，以及另一位在去年四月刚从美林银行离职的量化策略师 R

算法交易顾名思义就是采用某些算法让计算机自动进行交易决策、下单以及订单资金管理等一系列操作。算法交易系统和一个基于事件的回测系统组成非常相似，这一点在搭建回测系统系列文章中有所提及。一般来讲，算法交易系统由数据模块、模型模块、执行模块以及算法监测模块这几大部分组成。

• 数据模块

数据模块包含结构化和非结构化两部分的数据。结构化的数据一般包含品种的交易数据以及公司的金融数据；非结构化数据则包括新闻、社交网站等文本数据，这些数据需要一些专门的文本分析挖掘工具来进行处理。

• 模型模块

应用于算法交易的模型主要有这样几类。一类是数学统计类模型，这类模型通常采用概率论的方法去度量风险因子、用

\

原文章来自元盛Winton网站，本文为原文章的中文翻译。本文仅用于交流学习使用，不得用于商业用途。如对相关著作人造成侵害，请立即联系译者及时删除。

原文标题：Winton Capital's Idiosyncratic Founder on Artificial Intelligence and Statistical Fallacies

原文时间：2018年12月

翻译：雷闻

伦敦的哈默史密斯街是英格兰最后一个你可能期望找到对冲基金经理的地方之一。这是一条绿树成荫的住宅街，位于伦敦西部一个不那么时髦的地方。

元盛资本（Winton Capital）的创始人大卫·

在建立自己的量化策略回测系统之前，我们必须对策略回测中的一些概念和可能碰到的坑有一定地了解。

回测看似是一件非常简单的事情，但是回测者往往会犯一些错误，这些错误大多都会夸大策略的收益。策略的构建者自信满满，以为自己找到了量化"圣杯"。遗憾的是，大多回测收益率极高的策略都是在会测中犯了细节上的错误，如果把这些策略用于实盘，那么很可能与回测结果大相劲庭。

回测可以被认为是量化投资与其他投资最为不同的地方，我们可以采用丰富的历史数据对策略的过去表现进行衡量，从而为策略可以用于实盘中提供可靠的证据。因此，回测的的意义主要在于证实策略的有效性，从而帮助我们筛选策略并最优化模型参数。

我们从七个方面

介绍如何对股票日线进行回测。

对应模块是Trade

\

摘要

在前期发布的行业轮动专题报告中，我们对于有效的行业轮动因子进行了总结，部分基本面因子存在较好的行业轮动能力。然而，对于技术类行业轮动因子，我们并未得到较好的结果。

本文从高频数据的角度出发，借鉴因子选股报告中的高频因子构建行业高频因子，并对于相关因子的行业轮动能力进行了回测。本文主要分为四部分，第一部分介绍了相关因子的逻辑以及计算方法，第二部分对于各高频因子的月度行业轮动能力进行了回测分析，第三部分变换了模型参数，对于相关因子的行业轮动能力进行了敏感性测试，第四部分展示了2017年以来相关因子所选出的多头行业。

可参考高频数据类选股因子构建高频数据类行业轮动因子。考虑到使用日

摘要

自陆股通开通以来，北上资金较高的浮盈引起了市场中投资者较大的关注。在本篇报告中，我们对陆股通持股数据有效性进行了分析，据此构建相关策略并进行回测。

板块和行业配置

主板超配比例持续处于下降趋势，由最初的10.5%至最新的1%；对于创业板，持续处于低配状态，且比例变动很小；对于中小企业板，由最初的低配至最新超配1.1%。陆股通持股在食品饮料、家电、电子元器件和医药上持续处于超配状态，超配比例均值分别为13.36%，9.57%，4.47%和3.62%。

风格配置

陆股通持股在市值上有持续稳定的正向暴露，即偏向大盘；在贝塔上的暴露多数时间为负；在动量上

摘要

原始数据处理

原始数据的选取是多因子模型的基础，只有高质量的数据才能保证后续研究的准确。研究中遇到的数据问题主要有财务数据的滞后性与真实性问题，资产重组导致前后数据不可比问题，行业划分覆盖不全面等问题。对比数据在可比性与时效性上的不同侧重，使用最新的数据进行回测能得到更好的结果；考虑上市公司在借壳上市之前与之后的数据均含有较多的噪声，我们需要同时处理借壳公司与被借壳公司。

股票池构造

多因子选股的第一步是选择合适的股票池，而股票池的选取需要根据策略的需求进行相应的调整。类比全样本股票池，我们根据股票的流动性大小构造流动性1500股票池进行替代。

请问回测函数的输出TRA_FAC的每个元素到底是什么含义呢？

m19.raw_perf.read()[['trading_days','TRA_FAC']]

trading_days	TRA_FAC
2020-01-02 15:00:00+00:00	1	{}
2020-01-03 15:00:00+00:00	2	{}
2020-01-06 15:00:00+00:00	3	{}
2020-01-07 15:00:00+00:00	4	{}
2020-01-08 15:00:00+00:00	5	{}
...	...	...
2022-03-15 15:00:00+00:

问题

问题描述

有mean(x_0,2)因子的策略，如果不在基础特征抽取模拟向前Y天取数据，则无法模拟（能成功回测），错误如下图所示。x_0，可以是close_0-open_0等。

即使所有其它因子都取当天的数据，即以_0结尾。比如其它全部因子为：return_0, open_0, volume_0, close_0, high_0, low0, rank_return_0

mean(x,d) 表示过去 d 天x的均值，

**用(x_0+x_1)/2 或(x_1+x_2)/2 替换mean(x_0,2)，虽然没有向前取哪怕1天数据

问题

我用官网的小市值策略进行回测在2022.8.24-2022.10.25，为什么直到9月23日才产生交易？该策略的投资逻辑是选取全A股市值最小的前n只股票，每一天都可以选择出来呀.

https://bigquant.com/experimentshare/a8d8f348f2d0473793be6503e0c95f97

解答

这个策略是22天换仓一次。所以在回测这段时间只有一次交易

![{w:100}](/wiki

问题

文档里的描述不是很明白，它给每个策略的什么值分配权重呢？多策略回测到底能不能实现提高收益或者降低风险的目的呢，还是只是为了让单个策略回测的评价指标看着更好一些呀？就是它内部实现的回测过程是什么样的呀？

\

解答

目前这个模块是根据每个回测结果中的收益序列进行按设置的权重加权最后形成一条汇总的绩效曲线。

这个只是针对绩效曲线进行汇总绘制，至于能不能提高收益和降低风险，这个就看如何理解自己权重当中的每个策略了

问题

解答

模拟盘也好 实盘也好，和回测运行的是同一个notebook，但仍然会有一些细小的区别：

1. 模拟盘实盘是每个交易周期都会触发运行初始化函数，而回测只会运行一次初始化函数；
2. 模拟盘和实盘里，前一日赋值的变量无法保留到下一个交易期，比如在方法里自定义的context.a = 123这种变量，回测里是可以定义一次后在所有交易期均可以调用；而模拟盘和实盘里则不行，只会当天定义的变量当

问题

https://bigquant.com/experimentshare/3b7a39d4001a48958cc111181d52df07

策略已经根据教材跑通过一次，但秉持着举一反三的原则，对代码进行了微调，将远来的贵州茅台股票换成了平安银行股票，想回测双均线策略在其他股票上的使用普遍性。

但却出现了如上错误，甚是不解

为何基础特征的抽样，得出的特征行数=0，又为何造成了代码无法运行？

有大佬能够帮忙解决一下嘛？甚是感谢！！！

要考虑买入、卖出和最低三种手续费，并且考虑T+1交易机制，就是要和常规回测模块结果差不多的向量化回测模块，要求就是要尽量快。

可能由于市场风格的不同，每一个策略都存在它的“不适应期”，如何规避这个不适应赶时间呢？假如策略收益回撤5个点就暂停，再次反弹5个点又开始。可能不失为一个办法，这个回测或模拟怎么写?

https://bigquant.com/experimentshare/4d787bfaafaa40578641e6d2ae0b6fd0

\