WeQuant教程—1.3 利用回测工具降低交易风险

量化系统投入实际使用之前，人们会希望提前测试交易的效果。这个期间往往涉及代码的改动和参数的调整。最常见的做法是将历史数据输入量化系统，让量化系统根据既定的交易逻辑进行操作，观察和分析交易结果，找到问题所在，调整量化系统，然后以此循环，直到效果达到预期为止。

该过程在业界被称为回测。回测是量化工作者常见的工作内容之一。

Note

很遗憾的是，回测跟实盘交易永远存在差距，再好的系统也无法回避。现在市面上有几个开源的回测引擎框架，虽然减少了回测的开发工作量，但或多或少都存在回测的误差。在此，我们优先介绍概念，其次介绍一些常见的规避或者补偿误差的方法，供读者在实践中使用。

回测工具有哪些功能？

历史交易过程和结果的模拟

顾名思义，回测当然是回顾一段时间，用既定的交易策略，向模拟的交易平台提交交易请求，然后统计交易的结果。

这样，一个策略到底能不能运作，是不是像想象中的那样运作（实战中，策略辞不达意的情况概率很大），运作的效果在特定的行情下是不是有预期的效果（不是所有策略都适用于所有行情，显而易见的事情），一目了然。

自动记账

如果每一笔交易都要自己手动记录交易结果，计算扣费，遇到限制条件还要进行异常处理，这个工作量是及其繁琐和容易出错的。一般来说，回测会有专门的记账功能，确保量化系统的交易请求能被正确处理。