量化交易全流程（五）

本节目录

策略回测

多因子模型

本节主要讨论回测相关的内容，包括两种不同的回测机制，即向量化回测和事件驱动回测；如何灵活使用开源工具来编写自己的回测程序；不同实现方式的优劣对比等。
在我们研究策略的时候，需要知道某个策略的历史表现，这种情况就需要编写回测程序来查看了。编写回测程序有两种模式，一种是向量化回测，一种是事件驱动回测。这两种模式都有其对应的优点和缺点。本部分将对这两种模式进行讨论，包括如何自己编写回测程序，如何使用开源框架等

回测系统是什么

最基本的回测系统是指，当我们有一组交易规则，需要根据历史数据来获取这组交易规则的业绩表现时，除了给出历史表现之外，有时候还需要优化参数。比如，交易规则设定了一些参数，我们需要知道哪组参数表现最好，这种情况就还需要一个优化系统。更精细一点的，有时候还需要对下单的冲击成本进行模拟，这种情况就还需要一个模拟撮合系统。这些系统都是回测系统的一部分。可以看到，回测系统想要简单时可以非常简单，想要复杂时也可以非常复杂。具体如何选用、开发，还是要根据自己的需求来决定。

各种回测系统简介

策略回测是一个非常广泛的需求，市面上有很多商业的或者开源的系统。各种系统数量之多，如何选择也是一个问题。一般来说，开发回测程序有三种方式，具体如下。

口 使用现成的商业软件，这种商业软件提供的编程语言大体包含两类，一类是比较简单的Easy Language，比如Multicharts、Tradeblazer、文华财经等。另一类是稍微复杂的事件驱动型，比如优矿、OpenQuant、quantopian。
口 使用开源的框架进行二次开发，比如zipline、pyalgotrade等。
口 使用任何一门编程语言自行开发，比较流行的有Python、Java、C#、Matlab、R等。