登录社区云，与社区用户共同成长
邀请您加入社区
第23篇讲完 AI 策略引擎，有读者在问了个很实在的问题：AI 每根 K 线怎么想、下了什么单，事后去哪查？批量优化出来的参数，下次打开回测界面还要不要重新填？所以这一篇专门讲两块基础设施。一块管细粒度流水：每一笔成交、每一轮 AI 决策，都存进 MySQL，事后能按品种、按时间拉出来复盘。另一块管可复用的策略参数：每个品种一组最优参数，批量优化完直接写 JSON，实盘启动时自动加载，不用手动敲。
开源股票量化回测系统新增信号分析功能，支持多维度筛选交易信号（策略/股票/信号类型/时间），提供详细统计数据和HTML报告导出。系统采用Python开发，支持A股/港股/美股历史数据回测，包含数据获取、策略实现和交易分析全流程，现已开源在GitHub（zhaoxusun/stock-quant）。新功能通过pandas处理数据、Bootstrap构建前端，帮助用户深入分析策略表现，优化交易决策
前面介绍了如何使用 hikyuu 进行策略回测参数优化，同时也提到了这种简单的参数优化本质其实是对历史数据的过拟合，通常并不具备直接使用的意义。那么有什么办法来减缓这种过拟合影响，让参数优化发挥实际的作用呢？答案是——使用滚动系统，但依然需要保持谨慎的态度，因为回测是拟合的本质并没有改变。
阅读了知乎的问答，颇有感触，总结下我的思考与观点。这是一个很扎心的问题，很多从业者，都面临着这个拷问，当然也包括我。我将尝试从量化投资的整个流程，从理论和经验上去定性分析，出现这个问题的各种原因，避免这些坑，期待实盘与回测尽可能一致。在分析的时候，主要基于实现CTA趋势跟踪策略的视角出发，并且兼顾股票和其他常见的投资策略。一、猜想与假设使用趋势跟踪策略的时候，一个基本的猜想就是，我们即将交易的品种
import osimport importlibimport tracebackfrom datetime import datetimefrom pathlib import Pathfrom server_api.api.tqz_tushare_api import TQZTushareClientfrom server_api.api.tqz_tianqin_api import TQZT
import osimport importlibimport tracebackfrom pathlib import Pathfrom public_module.tqz_extern.tools.position_operator.position_operator import TQZJsonOperatorfrom public_module.tqz_extern.tools.file_
import osimport importlibimport tracebackfrom pathlib import Pathfrom public_module.tqz_extern.tools.file_path_operator.file_path_operator import TQZFilePathOperatorfrom public_module.tqz_extern.tools
一、概述 前一节讲了如何用极星每日批量获取TICK数据，并存到CSV文件，存储格式是： 【合约编号，时间戳，最新价】 比如：ZCE|F|AP|112,20211102145321750,8035.0 交易日11月2日，跑了ZCE全部198个合约，得到了676569条记录，CSV文件25M 交易日11月3日，跑了ZCE全部198个合约，得到了755613条记录，CSV文件28M 如果以此
pyfolio是一个由quantinc .开发的用于金融投资组合的性能和风险分析的Python库。它可以很好地与Zipline开源回溯测试库一起工作。quant还为专业人士提供全面管理的服务，包括Zipline、Alphalens、Pyfolio、FactSet数据等。pyfolio的核心是所谓的“ so-called tear sheet ”，它由各种各样的独立图组成，这些图提供了交易算法表现的
import matplotlib.pyplot as pyplotfrom math import floorfrom time import sleepfrom datetime import datetimefrom back_tester_branch.back_tester_source_data import TQZBackTesterStockSourceData, TQZBackT
用tushare虽然方便，但毕竟不是本机数据，可能受网速、权限等各方面的限制。前面我们有这篇文章：通达信日线数据转换为feather格式，提高后续数据处理速度https://blog.csdn.net/bq_cui/article/details/122730357?spm=1001.2014.3001.5501介绍了如何把通达信日线数据转换为feather格式。我们这次使用转换好的feather
回测
——回测
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
量化交易与投资社区
DAMO开发者矩阵
