最近给自己开了一个新坑，准备写一套适合自己，适合国内市场的量化回测框架。
市面上成熟的量化回测框架也有很多了，比如BackTrader还有ZipLine之类。但是在学习这些类库的过程中，或多或少总有感觉不是非常顺手，而且如果要吃透的话，学习成本还是比较高的。于是有了自己写一套回测框架的想法。
目前对这套框架的设计是这样的：
1、整体数据都基于K线的dataframe进行计算填充，从原始数据的OHLCV开始，先封装一个数据集类对原始数据进行清洗，对齐。
2、将数据丢入生成技术指标的模块里，根据需要的指标参数，在原有的OHLCV的dataframe基础上生成时间序列的指标数据。
3、将包含技术指标的dataframe丢入策略类中，策略类在原有技术指标的dataframe基础上，继续添加资金、利润、收益率、开平仓信号等数据列。只需要重写基类的买入卖出判断接口，然后调用策略类的run方法，遍历包含上述信息的dataframe，在遍历的过程中，将交易信号及对应的交易结果写入dataframe中对应的行。遍历完整个dataframe后，基本这个策略的效果就可以进行评价了。
4、将包含策略运行结果的dataframe丢入分析器Analyzer中，对策略运行的量化指标，比如夏普比率，最大回撤，波动率之类的数据进行计算。
4、将包含策略运行结果的dataframe和量化指标计算结果，继续丢到Plotter这个绘图类中，Plotter将所有的K线数据、指标数据、资金、利润、收益率、各种信号数据整理出来，然后交给echarts进行渲染输出。
至此，整体策略回测工作就完成了。
从框架的整体使用体验和数据粒度上，对标BackTrader这个德国人写的知名回测框架，但是相较于BackTrader，因为对国内市场的费率，交易品种有针对的封装，而且渲染上用的是echarts，所以使用体验应该是更好一些。
目前这个框架的数据清洗和策略基类接近完成，正在写分析器模块，进度上比较随意，估计顺利的话，春节期间应该能撸出来一个能用的版本。以后会在博客上多更新一些策略研究类的文章，使用的工具会是这套自己写的框架。
文章评论