A. 同花順的回測一下如何以開盤價為買點進行回測
回撤的啊都是以前一交易 日的這個收盤價來回撤的啊，不然你這樣回撤按照高價來說是沒有任何意義的啊
B. 如何看待量化交易的回測
美股研究社指出：不同風格的策略對於回測的要求是不同的，比如對於多因子選股或者趨勢策略等，需要注意的幾點是：
1. 區分好樣本內數據和樣本外數據，這個和機器學習很類似，樣本內數據用於訓練，樣本外數據用於校驗。這樣做的目的是為了避免過擬合陷阱。
2. 收益的分布，看看你回測後所有交易的收益分布，看看你的收益來源是少數的幾次大的收益還是來源多次的小的收益。來源於大的收益，你的收益波動性就很大，實盤往往會達不到你的效果。
3. 參數的穩定性。如果你某個參數過敏感，隨便調整下就對收益影響很大，那你實盤的情況和模擬盤也有很大可能會有出入。
這類策略嚴格來說，避免了一些常見的坑，還是比較容易做到回測和實盤類似的。
京東量化最新推出了一些通達信的技術指標還不錯，你們可以去看一下，應該能學到好多東西。
C. 同花順的I問財回測大家有用過的嗎
i問財策略回測是根據您設置的擇時交易計劃，對輸入的策略（問句）進行全市場股票的歷史模擬交易，最終對選出的所有股票的回測結果進行客觀的統計分析，並給出策略回測報告，為您找到最適合自己的投資策略提供客觀的數據支持。
使用方法：
一、設置需要回測問句及信息，點擊回策！
二、回測數據分析，從回測分析中可以看到各個持有周期的收益率、成功率等信息。
如「非新股，非st，非停牌，總市值小於25.5億，pe大於0，peg大於0小於15，資產負債率小於60%，總市值從小到大」問句，最大預期年化收益率169.36%
三、您也可以在策略廣場上查看其它人的策略哦！
D. 量化交易的回測和調試到底是什麼意思
就是通過以前的行情數據進行測試，調整系統，藉此提高交易系統的可靠性。一個量化系統不能開發出來就用於實戰，畢竟都是真金白銀，所以得先進行回測調試。
E. 同花順的問財選股回測數據准確嗎
F. python量化哪個平台可以回測模擬實盤還不要錢
Python量化投資框架：回測+模擬+實盤
Python量化投資 模擬交易 平台 1. 股票量化投資框架體系 1.1 回測 實盤交易前，必須對量化交易策略進行回測和模擬，以確定策略是否有效，並進行改進和優化。作為一般人而言，你能想到的，一般都有人做過了。回測框架也如此。當前小白看到的主要有如下五個回測框架： Zipline ：事件驅動框架，國外很流行。缺陷是不適合國內市場。 PyAlgoTrade ： 事件驅動框架，最新更新日期為16年8月17號。支持國內市場，應用python 2.7開發，最大的bug在於不支持3.5的版本，以及不支持強大的pandas。 pybacktest ：以處理向量數據的方式進行回測，最新更新日期為2個月前，更新不穩定。 TradingWithPython：基於pybacktest，進行重構。參考資料較少。 ultra-finance：在github的項目兩年前就停止更新了，最新的項目在谷歌平台，無奈打不開網址，感興趣的話，請自行查看吧。 RQAlpha：事件驅動框架，適合A股市場，自帶日線數據。是米筐的回測開源框架，相對而言，個人更喜歡這個平台。 2 模擬 模擬交易，同樣是實盤交易前的重要一步。以防止類似於當前某券商的事件，半小時之內虧損上億，對整個股市都產生了惡劣影響。模擬交易，重點考慮的是程序的交易邏輯是否可靠無誤，數據傳輸的各種情況是否都考慮到。 當下，個人看到的，喜歡用的開源平台是雪球模擬交易，其次是wind提供的模擬交易介面。像優礦、米筐和聚寬提供的，由於只能在線上平台測試，不甚自由，並無太多感覺。 雪球模擬交易：在後續實盤交易模塊，再進行重點介紹，主要應用的是一個開源的easytrader系列。 Wind模擬交易：若沒有機構版的話，可以考慮應用學生免費版。具體模擬交易介面可參看如下鏈接：http://www.dajiangzhang.com/document 3 實盤 實盤，無疑是我們的終極目標。股票程序化交易，已經被限制。但對於萬能的我們而言，總有解決的辦法。當下最多的是破解券商網頁版的交易介面，或者說應用爬蟲爬去操作。對我而言，比較傾向於食燈鬼的easytrader系列的開源平台。對於機構用戶而言，由於資金量較大，出於安全性和可靠性的考慮，並不建議應用。 easytrader系列當前主要有三個組成部分： easytrader：提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易，量化交易組件 easyquotation : 實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情 easyhistory : 用於獲取維護股票的歷史數據 easyquant : 股票量化框架，支持行情獲取以及交易 2. 期貨量化投資框架體系 一直待在私募或者券商，做的是股票相關的內容，對期貨這塊不甚熟悉。就根據自己所了解的，簡單總結一下。 2.1 回測 回測，貌似並沒有非常流行的開源框架。可能的原因有二：期貨相對股票而言，門檻較高，更多是機構交易，開源較少； 去年至今對期貨監管控制比較嚴，至今未放開，只能做些CTA的策略，另許多人興致泱泱吧。 就個人理解而言，可能wind的是一個相對合適的選擇。 2.2 模擬 + 實盤 vn.py是國內最為流行的一個開源平台。起源於國內私募的自主交易系統，2015年初啟動時只是單純的交易API介面的Python封裝。隨著業內關注度的上升和社區不斷的貢獻，目前已經一步步成長為一套全面的交易程序開發框架。如官網所說，該框架側重的是交易模塊，回測模塊並未支持。 能力有限，如果對相關框架感興趣的話，就詳看相關的鏈接吧。個人期望的是以RQAlpha為主搭建回測框架，以雪球或wind為主搭建模擬框架，用easy系列進行交易。
G. A股量化交易回測引擎哪家做的比較好
看到樓上的回答，我來介紹一下JoinQuant吧。
不同於傳統的量化工具，JoinQuant採用基礎功能免費+互聯網模式+雲平台+強大的社區的模式來做量化平台。目的在降低量化交易的門檻，讓人人都能夠接觸並成為寬客。
目前我們沉澱了一定的策略庫，如：
MACD、KDJ、指數平滑均線、上影線與下影線、羊駝、布林線、威廉指標、均線策略等等。
可以直接登錄JoinQuant，在社區中一鍵克隆。
JoinQuant是為量化愛好者（寬客）量身打造的雲平台，我們為您提供精準的回測功能、高速實盤交易介面、易用的API文檔、由易入難的策略庫，便於您快速實現、使用自己的量化交易策略。
我們的創始團隊具有豐富的金融、互聯網從業經驗，既有超過10年炒股經驗、持續跑贏大盤的炒股大師，也有多年從事基金、證券行業的金融精英，還有BAT的技術大牛，我們致力於打造最高效、易用的量化交易平台。
H. 制定了一個策略，比如5日線上穿10日線做多，反之賣出。那麼怎麼在同花順或通達信軟體上進行回測
股票操作還是以資金核心為主，無論市場消息滿天飛，莊家機構一般都是提前就獲知這些，對於我們散戶而言不如直接了當的跟庄走，莊家資金怎麼做我們怎麼做，比如我個人使用的是恆陽財經網的恆陽證券行情軟體機構版，我平時的選股賣股的過程是這樣的：第一步，設定好莊家大資金抄底活動頻繁的條件，自動篩選出符合這些資金條件股票，第二步，同時再設置好技術性支撐壓力的條件，篩選出符合條件的股票，第三步，在最終兩次篩選獲得的即符合莊家資金抄底完畢，且技術形成支撐的股票，第四步，為數不多的這些篩選好的股票中，打開5分鍾周期，看它們在5分鍾周期內有沒有庄大資金暗中抄底的股票，因為股票漲停或大漲之前比定在前3天內一般1天左右會有庄大資金暗中抄底，如果篩選的股票池中有符合5分鍾周期出現庄大資金暗中抄底的股票，全部保留，第五步，在保留的股票中選擇前期漲幅、振幅都比較活躍的，這樣當天或次日買入以後的股票漲起來才穩才快，漲幅也大，這樣雖然比較保守，但安全性相對更高一些，收益也相對更大一些。說白了，買股票就是另類投資，凡是投資就需要降低風險，增大收益性，上面的選股過程就是這個思路。個人意見僅供參考，希望對你有所幫助吧，如果有幫助就麻煩給分吧，謝謝！
I. 在國內做交易策略的回測的具體步驟是什麼
交易策略回測屬於量化交易，至於用什麼工具看個人習慣，可以用量化交易平台，也可以用某些行情交易軟體，也可以自己利用一門計算機語言，最簡單的用excel，也可以進行回測分析。
J. 量化交易平台的回測邏輯
量 化 平 台 基 本採用「初 始 化函數→ 從 平 台 數 據庫取出 數 據→ 每 個 周 期執 行 調 倉 函 數→ 回測結 束計算 統 計量