量化投资策略：常见的几种Python回测框架（库）

量化投资策略：常见的几种Python回测框架（库）

原文地址：http://blog.csdn.net/lawme/article/details/51454237

本文章为转载文章。这段时间在研究量化策略方向，研究了Zipline一段时间，但是后续发现他仅支持美国股票，收集量化策略文章，转载到博客中。

在实盘交易之前，必须对量化交易策略进行回测。在此，我们评价一下常用的Python回测框架（库）。评价的尺度包括用途范围（回测、虚盘交易、实盘交易），易用程度（结构良好、文档完整）和扩展性（速度快、用法简单、与其他框架库的兼容）。

• Zipline: 事件驱动的回测框架。Quantopian 正在使用它。
  • Zipline 拥有大型社区，文档完整，对著名经纪公司Interactive Broker (IB)有大力支持；整合了Pandas，语法清晰，易于学习掌握。
  • 有大量例程examples。你若主要是为了交易美国证券，它是最好的选择。Quantopian 允许回测、分享并在其社区讨论交易策略。
  • 不过，据我们的经验，Zipline 速度极慢。这是它最大的短板。Quantopian 有些对策，如在云端作并行运行。若有兴趣，你可看看这篇博文 。
  • Zipline 似乎很难使用本地数据文件和非美数据。
  • 它很难用于不同种类的金融资产。

• PyAlgoTrade: 也是事件驱动的回测框架，支持虚盘和实盘两种交易。文档完整，整合了TA-Lib(技术分析库)。在速度和灵活方面，它比Zipline 强。不过，它的一大硬伤是不支持 Pandas 的模块和对象。

• pybacktest: 它以处理向量数据的方式进行回测，非常简单轻便。2015年5月21日，这个项目有复活的迹象。

• TradingWithPython: 这位Jev Kuznetsov 扩展 pybacktest 形成自己的回测程序。这个库似乎在2015年2月更新了。不过，相关的文档和课程售价 $395。

• 其他项目: ultra-finance

Zipline 与 PyAlgoTrade 的对比评分