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。
- 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 | PyAlgoTrade | TradingWithPython | pybacktest | |
类型 | 事件驱动 | 事件驱动 | 向量处理 | 向量处理 |
社区 | 较大 | 一般 | 无 | 无 |
云计算 | Quantopian | 无 | 无 | 无 |
支持 IB | 是 | 否 | 否 | 否 |
数据源 | Yahoo, Google, NinjaTrader | Yahoo, Google, NinjaTrader, Xignite, Bitstamp 实时提供数据 | ||
文档 | 完整 | 完整 | $395 | 很少 |
事件可定制 | 是 | 是 | ||
速度 | 慢 | 快 | ||
支持Pandas | 是 | 否 | 是 | 是 |
交易日历 | 是 | 否 | 否 | 否 |
支持TA-Lib | 是 | 是 | 是 | |
适用于 |
仅用于美国证券交易 |
实盘交易 虚盘交易 |
虚盘测试交易 | 虚盘测试交易 |
Zipline 与 PyAlgoTrade 的对比评分
Zipline | PyAlgoTrade | 说明 | |
虚盘交易 |
? |
? ? ? |
Zipline 似乎不能用非美数据和本地数据工作,而 PyAlgoTrade 可以使用任何类型的数据 |
实盘交易 |
? ? |
? ? |
二者都不错,但 Quantpian 的云计算编程很好 |
灵活性 |
? ? |
? ? ? |
PyAlgoTrade 支持各种高级定单,并有更多的业务事件。 Zipline 提供了简单的滑点模式 |
速度 |
? |
? ? ? |
Zipline 比 PyAlgoTrade 慢 |
易用性 |
? ? ? |
? ? |
PyAlgoTrade 不支持 pandas |
时间: 2024-10-21 08:24:02