自建回测引擎:从架构到落地
📚 共计 30 章节
01
回测引擎概述
什么是回测引擎 · 回测在量化交易中的重要性 · 自建 vs 第三方平台
概念
入门
02
核心架构设计
模块划分 · 事件驱动 vs 向量化 · 数据流与事件流
架构
设计模式
03
数据模块 (Data Feed)
数据源接入(CSV/数据库/API) · 清洗与对齐 · OHLCV结构
数据
基础
04
数据模块进阶
多周期管理 · Tick级回测 · 缓存与预加载
进阶
性能
05
订单与仓位管理
市价/限价/止损单 · 订单簿 · 仓位与资金管理
交易
风控
06
策略接口设计
策略基类 · 生命周期(init/on_bar/on_tick) · 参数管理
策略
OOP
07
交易执行模块
模拟撮合 · 滑点与手续费 · 成交回报
执行
仿真
08
风险管理模块
最大回撤控制 · 仓位限制 · 杠杆与保证金
风控
资金
09
绩效分析模块
收益率 · 夏普比率 · 最大回撤 · 胜率盈亏比
分析
指标
10
绩效分析进阶
资金曲线 · 交易流水 · Brinson归因
归因
可视化
11
事件驱动引擎实现
事件循环 · 事件队列 · 处理器注册与分发
核心
异步
12
向量化回测引擎
NumPy/Pandas向量化 · 批量信号 · 性能优化
向量化
高性能
13
回测引擎配置管理
YAML/JSON配置 · 参数热加载 · 多策略并行
配置
工程化
14
日志与监控系统
日志级别 · 过程监控 · 异常捕获与告警
可观测
调试
15
多资产回测支持
股票+期货+加密货币 · 跨资产相关性 · 组合优化
多资产
组合
16
并行回测与性能优化
多进程 · 分布式调度 · 内存与CPU优化
并行
分布式
17
回测结果序列化与存储
结果数据库 · Parquet/Feather · 结果对比
存储
格式
18
策略参数优化
网格搜索 · 随机搜索 · 贝叶斯优化 · 过拟合检测
优化
ML
19
Walk-Forward分析
样本内/外划分 · 滚动窗口 · 稳定性检验
稳健性
时间序列
20
蒙特卡洛模拟
随机路径 · 鲁棒性检验 · VaR计算
模拟
风险
21
回测偏差与陷阱
前视偏差 · 生存偏差 · 过拟合 · 数据挖掘偏差
认知
避坑
22
实盘与回测的差异
交易成本 · 流动性影响 · 市场冲击模型
实战
差异
23
回测引擎的单元测试
策略测试 · 数据测试 · 执行测试 · 性能测试
测试
质量
24
回测引擎CI/CD集成
自动化流水线 · 版本管理 · 文档生成
DevOps
效率
25
实战案例1:双均线策略
从数据到报告全流程回测
实战
均线
26
实战案例2:统计套利
配对交易 · 协整检验 · 回测验证
统计
配对
27
实战案例3:机器学习策略
特征工程 · 模型集成 · 回测验证
ML
实战
28
实战案例4:高频策略
Tick数据 · 订单簿重建 · 延迟模拟
高频
Tick
29
回测引擎扩展性设计
插件系统 · 自定义指标 · 第三方库集成
架构
扩展
30
课程总结与未来展望
发展趋势 · 回测到实盘平滑过渡 · 社区与开源
总结
展望