有没有基于python pandas的回测框架？

感觉dataframe用着很顺手

回归猴子 · 2018-10-17 23:08:52

额自己写个事件驱动的就几行吧。你数据质量不错的话喂数据那块也不用怎么处理然后直接一个大循环调用事件就好了。

Chandler Chan · 2018-10-17 23:08:51

我自己写了个基于Python事件驱动的量化回测框架，
学习经历和源代码都放在专栏 OnePy 和Github Chandlercjy/OnePy上了，不介意的话可以拿去根据自己需求再改改。另外其实用DataFrame来做回测虽然方便，但是数据太多的话速度还是挺慢的，最好还是尝试用Python原生的字典列表等自己封装成需要的数据结构进行逐行回测，当然我是指事件驱动的情况下。

李炳辰 · 2018-10-17 23:08:50

怎么都是基于事件的？都是一个师傅教出来的？

格物Leon · 2018-10-17 23:08:46

除了其他人说的，推荐下XQuant量化回测框架：X0Leon/XQuant

关键词：开源、python/pandas、易学方便、可以并行、参数优化、事件驱动、亚ms速度、持续维护、支持股票/期货等

介绍：
在事件驱动的回测框架中，引擎逐个读取Bar或Tick并处理。数据采集模块生成市场数据事件，流经策略模块（Strategy类）产生交易信号，资产组合模块根据策略信号，并结合风险管理来判断是否委托下单，模拟的交易所根据滑点、手续费状况等返回成交结果。
使用XQuant后，大部分时候我们不需要关心底层是如何处理的，只需要在Strategy类中完成从数据到信号的处理即可，这有利于我们快速开发策略。

详细见Github，欢迎star、issue，PR。

【Update】结合其他回答有必要更新一下，供大家参考：
明晰两个问题：
1）事件驱动在大部分时候都是必须的，尽量去模拟真实交易过程中的数据播放过程，避免引入未来函数等，机器学习的feature之类可以预先算好存起来；
2）pandas用来I/O，内部的数据结构还是用python自带的，这样达到0.1ms/条的数据处理还是挺容易的，如果还是嫌速度慢，可以利用多核优势，并行运算。

bayesLr · 2018-10-17 23:08:45

自己写个回测框架吧，模仿vn.py或者joinquant自己写个本地框架来也是可以的，如果想做的好看点学点数据库flask，可以做的好看些。

忘了说，如果你把每个关键字都好好搜一下，应该也有好的选择了。

桂能 · 2018-10-17 23:08:44

zipline的code写的真烂呀，真烂

有没有基于python pandas的回测框架？

6 个回复