백 테스팅 무역 전략 matlab에

+

워크샵 챈 박사는 현재 어도비 연결을 통해 실시간으로 실시한 온라인 과정을 제공합니다. 이 워크샵 반품 예측에 유용한 예측 변수 거래 규칙을 식별하기위한 인공 지능 기술의 사용을 소개한다. 그것은 광범위한 matlab에의 통계 및 기계 학습 도구의 사용뿐만 아니라 신경망 도구 상자를 만든다. 무료 MATLAB 평가판 라이센스는 광범위한 수준의 훈련을 위해 배치됩니다. MATLAB의 어떤 사전 지식이 포함됩니다 MATLAB 프로그래밍에 미리 녹음 된 튜토리얼로 필요하지 않습니다, 하지만 프로그래밍 경험이 필요합니다. (12) 총 시간 : 참석자의 최대 수 (6). 요금 : 900 날짜 및 시간 : 7 월 16 일 23 토요일. 8 : 00-11 : 동부 서머 타임 오전 12시. 등록 : 어니스트의 epchan. 코스 개요는 여기에서 다운로드 할 수 있습니다. 사전 녹음 된 온라인 코스를 사용할 수 있습니다. 이 기록 어도비 연결 세션으로 구성되어 있습니다. 초점은 발견 및 성능 예측을 저하시킬 수 백 테스팅 과정에서 다양한 함정을 피하는입니다. 예시 운동은 미래 전략과 MATLAB을 사용하여 주식 포트폴리오 거래 전략에서 작성한 것임. 무료 MATLAB 평가판 라이센스는 광범위한 수준의 훈련을 위해 배치됩니다. MATLAB의 어떤 사전 지식은 필요하지 않습니다, 하지만 프로그래밍 경험이 필요하다. 수학 요구 사항은 기본적인 대학 수준의 통계입니다. 총 시간 : 기록 된 세션 7 시간. 요금 : 500 등록 : 어니스트 epchan. 코스 개요는 여기에서 다운로드 할 수 있습니다. 모멘텀 전략 : 어니는 런던에서 사람 워크샵을 3 가지 손을-에 실시하고 있습니다. 통계적 차익. 상인과 인공 지능. 통계적 차익 과정은 평균 복귀 전략에 대해 주로. 이 워크샵은 기술 분석가 잡지에 의해 조직되고 CFA 연구소 크레딧을받을 수 있습니다. 코스 개요 및 등록 정보를 볼 수 위의 링크를 클릭하십시오. 앤드류 B. K. W. : 우리의 워크샵에 대한 찬양 봉, CQF, Quants 투자 세드릭 야마 익명 학생 평가 댓글의 설립자이 닫혀있다. 기관 수준의 데이터 관리 / 백 테스팅 / 전략 배포 솔루션 : - 주식, 옵션, 선물, 통화, 바구니 및 사용자 지정 합성 악기가 지원됩니다 - 여러 낮은 대기 시간 데이터 (테라 바이트의 데이터를 초당 수백만 개의 메시지에 처리 속도)를 지원 피드 - C 및 기반 전략의 백 테스팅 및 최적화 - 지원 다중 브로커 실행, FIX 주문으로 변환 무역 신호 QuantFACTORY - 기관 수준의 데이터 관리 / 백 테스팅 / 전략 배포 솔루션 - QuantDEVELOPER - 거래 전략 개발, 디버깅, 백 테스팅 및 최적화를위한 프레임 워크와 IDE, QuantDATACENTER - - 비주얼 스튜디오 플러그인으로 사용할 역사적 데이터웨어 하우스를 관리하고 실시간 또는 제공 업체와의 교류에서 매우 낮은 대기 시간 시장 데이터를 캡처 할 수 있습니다 - QuantENGINE이 - 배포하고 미리 컴파일 된 전략을 실행할 수 있습니다 - 멀티 - 자산, 멀티 기간 낮은 대기 시간 데이터, 여러 브로커 기관 수준의 데이터 관리 / 백 테스팅 / 전략 배포 솔루션을 지원 : - OpenQuant - 등 C와 비주얼 베이직 포트폴리오 레벨 시스템 백 테스팅 및 무역, 멀티 - 자산, 장중 레벨 테스트, 최적화, WFA를 여러 브로커 및 데이터 QuantTrader - - 생산 거래 환경 - QuantBase - 지원 피드 중앙 집중식 데이터 관리 - QuantRouter - 기관 수준의 데이터 관리 / 백 테스팅 / 전략 배포 솔루션 라우팅 데이터 및 주문 : - 멀티 에셋 솔루션 지원 피드 여러 데이터, 데이터베이스는 RDBMS의 모든 유형을 지원합니다 JDBC의 인터페이스를 제공하고, 예를 들면 오라클, 마이크로 소프트 SQL 서버, 사이베이스는 MySQL의 등 - 클라이언트는 자바, 루비 나 파이썬 중 하나에 스크립트로 자신의 전략을 IDE를 사용하거나 그들이 자신의 전략 IDE 사용할 수 있습니다 - 지원 다중 브로커 실행을, 무역 신호 FIX 주문 Institutional-로 변환 클래스 데이터 관리 / 백 테스팅 / 전략 배포 솔루션 - 멀티 에셋 솔루션 (외환, 옵션, 선물, 주식, ETF의, 상품, 합성 장비 및 사용자 정의 파생 스프레드 등), 다수의 데이터가 지원 피드 - 거래 전략 개발을위한 프레임 워크, 43 (우리에게 주식을 매일 장중 데이터 - : - 디버깅, 백 테스팅 및 최적화 실행이 지원되는 다중 브로커는 거래 신호는 백 테스팅 및 자동 거래에 대한 TradeStation를의 데이터와 통합 FIX 주문 (등 IB, JP 모건, FXCM) 전용 소프트웨어 플랫폼으로 변환 년 61 년 선물) - 백 테스팅 가격을 기반으로 신호 (기술적 분석), EasyLanguage 프로그래밍 언어에 대한 지원을위한 실용적인 - TradeStation를 중개 고객을위한 무료 - - 249.95 미국 주식 ETF의, 선물, 미국 인덱스, 독일어 주식, 독일어 인덱스, 외환 지원 - 매일 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화를 지원 : 전문가를위한 299.95 월 (중개없이 TradeStation를 소프트웨어 플랫폼 만) 백 테스팅 및 자동 거래에 대한 전용 소프트웨어 플랫폼 - 비 전문가 (중개없이 TradeStation를 소프트웨어 플랫폼 만)에 대한 월별 , 차트, 시각화, 사용자 정의보고, 멀티 스레드 분석, 3D 차트, WFA 분석 등 - 백 테스팅 가격에 가장 기초 신호 (기술적 분석) - eSignal, 인터랙티브 브로커, IQFeed, myTrack, 패스트 트랙, QP2, TC2000에 직접 링크, 어떤 DDE 준수 공급, MS, txtfiles 더 (Yahoo 경리. ) - 백 테스팅 및 대한 프로페셔널 에디션 전용 소프트웨어 플랫폼을위한 표준 버전 또는 339에 대한 한 시간 요금 279 자동 거래 : - 포트폴리오 수준의 시스템 백 테스팅 및 무역, 멀티 - 자산, 장중 레벨 테스트, 최적화, 시각화 등 - R 통합 할 수 있습니다, 기본 FXCM와 상호 작용하는 중개인 지원 - - 무료 FXCM 지원 100 월 IB 플랫폼에 대한 문의 영업 다른 옵션 전용 소프트웨어 플랫폼에 대한 seertrading 서버 코 로케이션을 준비 네이티브 C로 작성된 모든 기본 기능과 펄 스크립트 언어로 자동 거래 백 테스팅 및 자동 거래에 대한 : - 매일 지원 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화 - (기술적 분석) 백 테스팅 가격 기반의 신호에 가장, C 스크립트 - 소프트웨어 확장 지원 - 데이터가 처리 피드, 전략 실행 등 - 799 라이센스 당 , 백 테스팅, 최적화, 성능 속성 및 분석을위한 전용 소프트웨어 플랫폼 후 150 연간 수수료 : - Axioma 또는 제 3 자 데이터 - 요인 분석, 위험 모델링, 백 테스팅 및 자동 거래에 대한 시장의 사이클 분석 전용 소프트웨어 플랫폼 - 백 테스팅 가격에 가장 기초 거북이 에디션 - - 백 테스팅 엔진, 그래프, 보고서, EOD 테스트 - 매일 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화를 지원하는 신호 (기술적 분석), 프로페셔널 에디션 - 플러스 시스템 편집기, 도보 앞으로 분석, 장중 전략, 멀티 스레드 테스트 등 . - 프로 플러스 에디션 - 플러스 3D 표면 차트, 스크립트 등 - 빌더 에디션 - IB의 API, 디버거 등 - 거북이 에디션 990 - 프로페셔널 에디션 1990 - 프로 플러스 에디션 2990 - 백 테스팅 및 자동 거래에 대한 빌더 판 3,990 전용 소프트웨어 플랫폼 : - 사용자 정의 등을보고 매일 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화, 차트, 시각화를 지원하는 - 최고의 백 테스팅 가격을 기반으로 신호 (기술적 분석)에 대한 - 인터랙티브 브로커, MB 무역, TD 아메리 트레이드, FXCM과 다른 사람에 대한 직접 링크 - 기본 기능 (EOD 기능) - - 무료 - 텍스트 파일, eSignal, 구글 금융, 야후 금융, IQFeed 등의 데이터 고급 기능 - 백 테스팅 및 자동 거래에 대한 50 / 월 또는 995 평생 라이센스 전용 소프트웨어 플랫폼에서 임대 - 최고의 매일 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화, 차트, 시각화, 사용자 정의보고를 지원하는 백 테스팅 가격을 기반으로 신호 (기술적 분석)을 위해 - 인터랙티브 브로커, IQFeed, txtfiles 등에 대한 직접 링크 (야후 금융 - C 및 Visual Basic을 지원합니다. ) - 정품 라이센스 - 499 - 백 테스팅 및 자동 거래에 대한 월 전용 소프트웨어 플랫폼 당 임대 50 : - 매일 / 장중 전략을 지원하는 포트폴리오 레벨 테스트 및 최적화, 차트, 시각화, 사용자 정의보고 - 또한 기술 및 기본적인 신호, 다중 자산 지원 - 245 고급 버전에 대한 (무료 데이터 공급자) - 프리미엄 버전 (지원 여러 데이터 제공 업체와 브로커) 백 테스팅 및 자동 거래에 대한 전용 소프트웨어 플랫폼에 대한 595 : - 매일 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화를 지원 - 백 테스팅에 가장 가격 기반의 신호 (기술적 분석) - 빌드에서 주식, 선물 및 외환에 대한 데이터 (매일 미국 주식 1990, 매일 선물 삼십일년 1983 등의 외환) - 45 가격 / 월 295 / 월에 (가격에 따라 달라집니다 데이터 가용성) 백 테스팅 및 자동 거래에 대한 전용 소프트웨어 플랫폼 : - 여러 외환 브로커를 지원하며 데이터 피드 - - 외환 시장 거래를 주로 사용 MQL4 언어를 사용하여 여러 계정의 관리를 지원하는 백 테스팅 및 자동 거래에 대한 전용 소프트웨어 플랫폼 : - 지원 매일 / 장중 전략, 포트폴리오 레벨 테스트 및 최적화 - 백 테스팅 가격을 기반으로 신호 (기술적 분석), EasyLanguage 프로그래밍 언어에 대한 지원에 가장 - 지원하는 다중 데이터 피드 (블룸버그, 톰슨 로이터, CSI, CQG, eSignal 등)에 대한 직접 지원 여러 브로커 (인터랙티브 브로커 등) - Multicharts 797년 당 - Multicharts 수명 1497 - Multicharts 프로 9900 (블룸버그 톰슨 로이터 데이터 피드 등) 주식 따기 전략을 테스트하기 위해 웹 기반의 백 테스팅 도구 : - 미국 주식 ETF의 (매일) - 포인트 - 인 타임 1999 년부터 기초 자료 - 디자이너 - - 139 / 월 - 관리자 - - 199 / 월 재고 따기 전략을 테스트하는 완벽한 기능의 웹 기반 백 테스팅 도구 : - 장기 / 단기 전략, 가격 / 기초는 신호를 구동 미국 주식 (매일) - 시점 기초 자료 1988 년 이후 - 가격 / 기본 구동 신호 - 전략가 - 995 / 년 (데이터 2000 년 이후, 10 저장하실 수) - 관리자 - 1,995 / 년 - (완전 기능, 1988 년 50 저장된 포트폴리오 이후 데이터) 웹 기반의 백 테스팅 도구 : - 라이브 무역 웹 기반 백 테스팅 도구를 상인 인터랙티브 브로커를 지원 - FXCM의 외환 데이터 - 미국 주식 가격 (매일 / 장중), 1998 년 이후, QuantQuote 데이터 : - 미국 주식과 ETF의 가격 (매일 / 장중) 2002 년 이후 - 모닝에서 기초 자료 (600 메트릭) - 라이브 무역 웹 기반 백 테스팅 도구에 대한 대화 형 브로커 지원 : - 간단한 사용하려면, 자산 배분 전략, 데이터 1992 년부터 - 시계열 모멘텀 ETF의에 평균 전략을 이동 - 간단한 모멘텀과 간단한 값 주식 따기 전략 웹 기반의 백 테스팅 도구 : - 파이썬과 매트랩 도구 상자 - - 49 선물과 S P500 주식에 대한 25 년 데이터까지 Quantiacs가 50 만에서 테스트하는 100 만 웹 기반 백 테스팅 도구에 이르기까지 투자와 알고리즘 트레이딩 대회를 개최 지분 인수 따기와 자산 배분 전략 : - 하나의 포트폴리오로 따기 자산 배분 전략 backtests, 자산 배분을 혼합 인자 - - 무료 SP 100 우주에서 검증 된 시가 총액 벤치 마크, 여러 투자 유니버스, 위험 관리 필터를 통해 알파 여러 지분 요소 - 50 / 월 또는 480 / 년 - 넓은 미국 투자 유니버스, 영국, 유럽 연합 (EU)의 주식, 자산 배분 전략 MATLAB - 높은 수준의 언어와 상호 작용하는 환경 통계 컴퓨팅 및 그래픽 : - 병렬 GPU 컴퓨팅, 백 테스팅 및 최적화, 통합 등의 폭 넓은 가능성 . - 통계 컴퓨팅 및 그래픽 여기 무료 소프트웨어 환경에서 요청시 가격, quants 많은이 뛰어난 개방형 아키텍처와 유연성을 위해 그것을 사용하는 것을 선호 - 효과적인 데이터 처리 및 저장 시설, 데이터 분석을위한 그래픽 기능을 쉽게 패키지를 통해 확장 - 확장 추천 - quantstrat, Rmetrics, quantmod, quantlib, PerformanceAnalytics, TTR, 포트폴리오, portfolioSim, backtest 등 무료 오픈 소스 프로그래밍 언어, 개방형 아키텍처, 유연한, 쉽게 패키지를 통해 확장을 : - 팬더 (파이썬 데이터 분석 도서관 - 확장 추천 ), pyalgotrade (파이썬 알고리즘 트레이딩 도서관), 지프, ultrafinance 등 BacktestingXL Pro는 추가 기능 건물 및 Microsoft Excel에서 거래 전략을 테스트 인 2010 년과 2013 - 사용자는 BacktestingXL 프로, VBA 지식에 대한 전략을 구축하는 VBA를 사용할 수 있습니다 사용자가 표준 미리 만들어진 백 테스팅 코드를 사용하여 스프레드 시트에 거래 규칙을 구성 할 수 있습니다, 선택 사항입니다 - 제한 pyramiding, 짧은 / 긴 위치, 수수료 계산, 자산 추적을 지원, 제어 아웃 오브 돈, / 판매 가격 커스터마이징을 구입 - 여러 성능 / 위험 보고서 - BacktestingXL 프로 웹 기반 백 테스팅 도구 74.95 : - 전략의 여러 종류를 무료로, 완전한 백 테스팅 기능을 34,99 월 - 엔트리 레벨의 웹 기반 백 테스팅 도구는 상대 강도와 ETF의에 평균 전략 이동을 테스트하기 위해 사용이 간편 FactorWave이 요인 투자를위한 웹 기반의 백 테스팅 도구를 사용하기 간단하다 : - 149 / 월 - 5 요인으로 ETF / 재고 Screener가 - 무료 - 사용자가 시가 총액 벤치 마크를 통해 입증 된 알파 여러 ETF / 옵션 / 선물 / 주식 요소를 혼합 할 수 있습니다 - 무료 옵션 옵션 스크리너, 미래 전략, VIX 전략 웹 기반 도구 - 무료 등급, 계절 분석, 차트의 기본 - 재고 따기 전략을 테스트하는 무료 프리미엄 (Freemium) 모델 무료 웹 기반 백 테스팅 도구 : - 1986-에서 ValueLine에서 미국 주식, 데이터 2014 년 - 가격과 기초 자료, 1700 주식 1 월 16 일에 마이클 홀 - 무어에 의해 팬더와 파이썬에서 월 단위 시험 연구 백 테스팅 환경 2014 백 테스팅은 과거 실적을 확인하기 위해 이전 데이터에 무역 전략 아이디어를 적용하는 연구 과정 . 특히, backtester는 전략의 미래 실적에 대한 보장을하지 않습니다. 이들은 전략 생산에 배치되기 전에 필터링 될 수 있지만 전략 파이프 라인 연구 과정의 필수적인 성분이다. 이 기사에서는 파이썬으로 작성된 기본 객체 지향 백 테스팅 시스템 (과 그 뒤에 이어지는 것들)을 설명한다. 이 초기 시스템은 주로 백 테스팅 시스템의 다른 구성 요소를 설명하는 데 사용되는 교육 지원 될 것입니다. 우리는 기사를 통해 진행으로, 보다 정교한 기능이 추가됩니다. 백 테스트 개요 강력한 백 테스팅 시스템을 설계하는 과정은 매우 곤란하다. 효과적으로 알고리즘 트레이딩 시스템의 성능에 영향을주는 모든 요소를​​ 시뮬레이션하는 것은 어려운 것이다. 불량 데이터 단위 브로커 순서 레이턴시 위해 라우팅 백탁 등의 수많은 요인이 backtested 성능 비교 전략의 실제 성능을 변경하는 음모. 백 테스팅 시스템을 개발하는 경우가 더 많은 요소가 성능을 평가하는 중요한 것으로 밝혀으로 지속적으로 처음부터 다시 작성하려는 유혹이다. 어떤 백 테스트 시스템은 지금까지 완료되지 않고, 판정은 충분한 인자는 시스템에 의해 캡쳐되었는지 개발 과정의 지점에서 이루어져야한다. 마음에 이러한 우려와 함께 여기에 제시된 backtester 다소 단순한 것입니다. 우리가 더 문제 (포트폴리오 최적화, 위험 관리, 거래 비용 처리)를 찾아 같이 backtester 더 강력한 될 것이다. 백 테스팅 시스템의 유형은 일반적으로 관심이 될 것입니다 백 테스팅 시스템의 두 가지 유형이 있습니다. 첫 번째는 연구 기반이다. 주로 많은 전략 심각한 평가들을 선택하기 위해 테스트 할 초기 단계에서 사용 하였다. 개발의 속도가이 단계에서 실행의 속도보다 더 중요한 것은 이러한 연구의 백 테스팅 시스템은 종종 파이썬, R 또는 매트랩로 작성됩니다. 백 테스트 시스템의 제 2 타입은 이벤트 기반이다. 즉, 상기 거래 수행 시스템 자체 유사한 (동일하지 않을 경우), 실행 루프에서 백 테스트 프로세스를 실행한다. 이는 현실적으로 전략보다 rigourous 평가를 제공하기 위해 시장 데이터 및 주문 실행 프로세스를 모델링한다. 후자의 시스템은 종종 실행 속도가 필수적이다 C 나 자바와 같은 고성능 언어로 기록됩니다. 낮은 주파수 전략 (정지 장중 있음)의 경우, 파이썬 충분 이상이 문맥에서 사용되어야한다. 객체 지향 파이썬 연구 Backtester 객체 지향 연구 기반 백 테스트 환경의 설계 및 구현은 이제 논의 될 것이다. 각 구성 요소의 내부 프로젝트 지정하여 진행 인터페이스는 가능한 선행 변형 (또는 교체) 할 수 있지만, 각 구성 요소의 인터페이스는 선불 지정 될 수 객체 지향 이유는 다음 소프트웨어 설계 패러다임으로서 선택되었는지 효과적으로 새로운 구성 요소에 또는 다른 사람에게 추가로 구성 할 수있는 시스템을 확장 할 때 각 구성 요소가 backtester이 구현의 용이성 및 유연성의 합리적인 수준을 위해 설계되었습니다이 단계에서 중 상속 또는 조성 (단위 테스트를 통해)의 작동 방식을 테스트 진정한 시장 정확도의 비용. 특히, 이 backtester는 단일 기기에 작용하는 전략을 처리 할 수​​있을 것입니다. 나중에 backtester 악기 세트를 처리하도록 수정됩니다. 초기 backtester를 들어, 다음과 같은 구성 요소가 필요합니다 : 전략 - 전략 클래스는 바의 팬더 DataFrame를받습니다. 즉 특정 주파수에서 시가 - 고가 - 저가 - 종가 - 볼륨 (OHLCV) 데이터 포인트의 목록을 표시합니다. 이 전략은 신호의 목록을 생성합니다. 이는 잡거나 각각 짧은 신호, 타임 스탬프 긴을 나타내는 세트에서 요소로 구성되어 있습니다. 포트폴리오 - 백 테스팅 작업의 대부분은 포트폴리오 클래스에서 발생합니다. 이 (전술 한 바와 같이) 신호들의 세트를 수신하고 현금 성분에 대해 할당 된 위치의 시리즈를 생성한다. 포트폴리오 개체의 작업이 지분 곡선을 생산하는 것입니다. 기본 거래 비용을 통합하고 거래를 추적. 성능 - 성능 개체 포트폴리오를 받아 그 성능에 대한 통계 세트를 생성합니다. 특히이 출력 위험 / 수익 특성 (샤프, Sortino 및 정보 비율), 무역 / 이익 통계 및 정보를 드로우한다. 뭐, 이 backtester 포트폴리오 / 리스크 관리에 대한 참조를 포함하지 않는 실행 처리 (즉, 제한 명령)을 볼 수 없습니다도는 거래 비용의 정교한 모델링을 제공 바와 같이 누락이야. 이 단계에서 문제의 많은 부분이 ISN의 t. 그것은 우리가 객체 지향 backtester와 팬더 / NumPy와 라이브러리를 만드는 과정과 친숙 함을 얻을 수 있습니다. 시간에 향상 될 것입니다. 구현 우리는 지금 각 객체의 구현을 대략적으로 진행됩니다. 그것은 예측, 평균 회귀, 모멘텀과 변동성 전략을 처리 할 것이기 때문에 전략이 전략의 목적은이 단계에서 매우 일반적인해야합니다. 전략은 즉 가격이 구동, 여기에 고려되고 항상 시간 시리즈를 기반으로합니다. 이 backtester에 대한 초기 요구 사항 도출 된 전략 클래스가 입력으로 바 (OHLCV)보다는 틱 (무역에 의해 거래 가격) 또는 주문 책 데이터의 목록을 받아 들일 것입니다. 따라서 여기에서 고려되는 최고 단위는 1 초 막대 할 것이다. 전략 클래스는 항상 신호의 권장 사항을 생성합니다. 이것은 긴 / 짧은 것 또는 위치를 유지하는 의미에서 포트폴리오 인스턴스를 알려 드릴 것입니다 것을 의미한다. 이러한 유연성은 우리가 고급 포트폴리오 클래스는 실제 위치가 입력되는 결정하기 위해 받아 들일 수있는 신호 세트를 제공하는 여러 전략 고문을 만들 수 있습니다. 클래스의 인터페이스는 추상 기본 클래스 방법론을 이용하여 적용됩니다. 추상베이스 클래스가 인스턴스화 될 수없고, 따라서 만 파생 된 클래스가 생성 될 수있는 객체이다. 파이썬 코드라는 파일 backtest. py에 대해서 설명한다. 전략 클래스는 서브 클래스가 생성 신호 방법을 구현해야합니다. (이것은 추상적 때문에) 직접 인스턴스화되는 전략 클래스를 방지하기 위해 ABC 모듈에서 ABCMeta 및 abstractmethod 개체를 사용하는 것이 필요하다. 우리는 클래스의 속성을 설정 ABCMeta 동일하게 다음 abstractmethod 장식으로 생성 신호 방법을 장식하는 메타 클래스라고합니다. 위의 인터페이스는 간단하지만이 클래스는 전략의 각 특정 유형에 대한 상속 될 때 더 복잡해질 것이다. 궁극적으로 이러한 설정에서 전략 클래스의 목적은 포트폴리오에 전송 될 각 기기 긴 / 짧은 / 홀드 신​​호의리스트를 제공하는 것이다. 무역 논리의 대부분이있는 곳 포트폴리오 펀드 클래스입니다. 이 연구 backtester에 대한 포트폴리오 처리를 결정하는 위치의 크기, 위험 분석, 거래 비용 관리 및 실행을 담당하고있다 (즉, 시장에 개방, 시장에 닫기 주문). 이후 단계에서 이러한 작업은 별도의 구성 요소로 분해됩니다. 지금 그들은 하나의 클래스에 출시 될 예정. 이 클래스는 팬더의 충분한 사용한다 라이브러리는 특히 보일러 데이터 논쟁에 관해서, 시간의 엄청난 금액을 절약 할 수있는 좋은 예를 제공합니다. 팬더와 NumPy와 함께 옆으로, 주요 트릭으로. 구문 D의를 사용하여 데이터 집합을 반복하는을 통해 방지하는 것입니다. (팬더의 기초) NumPy와는 벡터화 조작에 의해 반복 최적화 때문이다. 팬더를 사용할 때 따라서 당신은 (있는 경우) 몇 직접 반복을 볼 수 있습니다. 포트폴리오 클래스의 목적은 궁극적으로 거래의 시퀀스 및 성능 등급에 의해 분석 될 지분 커브를 생성하는 것이다. 이를 달성하기 위하여이를 전략 객체 거래 추천 목록이 제공되어야한다. 나중에, 이 전략 오브젝트 그룹 일 것이다. 포트폴리오 클래스는 자본이 명령의 형태가 사용됩니다 거래 비용을 처리하는 방법 거래 신호의 특정 세트에 대한 배포하는 방법을 이야기해야합니다. 전략의 목적은 데이터의 바에서 작동하므로 가정은 주문의 실행에서 달성 가격에 관해서해야합니다. 어떤 바의 높은 / 낮은 가격을 알 수 있기 때문에 사전은 거래에 대한 개폐 가격을 사용하는 경우에만 가능하다. 실제로 시장 질서를 사용하는 경우는 기껏해야 수 있도록 주문이, 이 특별한 가격 중 하나 근사치를 채워집니다 보장하는 것은 불가능하다. 주문에 대한 가정가 작성 될뿐만 아니라, 이 backtester 마진 / 중개 제약의 모든 개념을 무시하고 임의의 유동성 제약없이 자유롭게 악기 장기 및 단기 갈 수 있다고 가정합니다. 이것은 분명히 매우 비현실적인 가정하지만 나중에 완화 될 수이다. 다음 목록은 backtest. py 계속 :이 단계에서 전략 및 포트폴리오 추상 기본 클래스가 도입되었습니다. 우리는 작동 장난감 전략을 생성하기 위해, 이 종류의 몇몇 구체적인 구현 유도를 생성 할 수있게되었다. 우리는 RandomForecastStrategy라는 전략의 서브 클래스를 생성하여 시작합니다. 이 명확하게 무의미한 거래 전략이지만 유일한 작업이있는 무작위로 선택 긴 / 짧은 신호를 생성하는 것입니다, 그것은 객체 지향 백 테스팅 프레임 워크를 보여줌으로써 우리의 요구를 충족합니다. 따라서 우리는 무작위 forecast. py라는 새로운 파일을 시작합니다. 다음과 같이 임의의 예측 자에 대한 목록과 : 이제 우리는 구체적인 예측 시스템을 가지고, 우리는 포트폴리오 객체의 구현을 작성해야합니다. 이 개체는 백 테스팅 코드의 대부분을 포함합니다. 특정 바 유지 각 상품의 수량을 저장하는데 사용되는 프레임 위치 인 제있는 두 개의 DataFrames을 생성하도록 설계된다. 제 포트폴리오. 실제로 초기 자본을 가정하고, 각 줄뿐만 아니라, 현금의 집계에 대한 모든 지분의 시장 가격이 포함되어 있습니다. 이것은 궁극적으로 전략의 성능을 평가하기에 지분 곡선을 제공합니다. 나는 그것이 어떤 제한이나와 악기 쉽게 긴 / 짧은 갈 수있을 것이라고 생각했다 기본적인 예에​​서 등 거래 비용, 시장 주문을 처리하는 방법에 관한 때 포트폴리오 객체는, 그 인터페이스에 매우 유연하면서, 특정 선택이 필요합니다 마진, 구매 또는 바, 제로 거래 비용 (포괄 미끄러짐, 비용 및 시장에 미치는 영향)의 개방 된 가격으로 직접 판매하고 직접 각 거래에 대한 구매 주식의 양을 지정했습니다. 다음은 임의의 forecast. py 목록의 연속이다 : 이것은 우리에게 우리가 이러한 시스템을 기반으로 자본 곡선을 생성하는 데 필요한 모든 것을 제공합니다. 마지막 단계는 주요 기능을 모두 함께 묶어입니다 다음과 같이 프로그램의 출력입니다. 다음 단계는을 허용하는 성능 개체를 만들 수있는 전략은, 돈을 잃은이 인스턴스에서 기상 캐스터의 확률 적 특성을 왠지됩니다 : 당신은 당신이 선택한 날짜 범위 및 사용 된 임의 시드에 따라 아래의 출력과 다를 것 포트폴리오 인스턴스와는 전략을 필터링하거나하지 않도록 결정을 기지로하는시 성능 메트릭의 목록을 제공합니다. 우리는 또한 (예 : 인터랙티브 브로커 수수료 및 미끄러짐 등) 거래 비용의보다 현실적인 처리를 위해 포트폴리오 객체를 향상시킬 수 있습니다. 우리는 또한 노골적 (희망) 더 나은 결과를 생성하는 전략 객체로 예측 엔진을 포함 할 수있다. 다음 기사에서 우리는 더 깊이에서 이러한 개념을 모색 할 것입니다. 마이클 홀 - 무어 마이크 QuantStart의 설립자이며, 주로 퀀트 개발자 이후 헤지 펀드에 대한 퀀트 상인 컨설팅으로, 지난 5 년 동안 양적 금융 산업에 참여하고있다.