优宽优宽量化平台回测说明

优宽优宽量化平台回测说明

大部分策略在实盘之前都需要回测进行验证，但优宽量化平台的回测机制和常见的On Bar回测有所区别，造成了很多新手的困惑。本文将详细说明并解答一些常见的回测问题。

回测系统是如何运作的？

如上图所示，回测开始时间到结束时间可以当作一个时间轴，回测时，回测时间点沿轴从左到右移动开始回测，在这个时间点上，只能获取到此点之前的历史数据，策略根据这些数据做出买卖，最终形成盈亏。显然，回测的时间点的分布是离散的，分布的密集程度代表了回测的精度。

当然考虑到回测时间点越密集，所需的时间越长，实际的回测系统需要在精度和效率之间做出取舍。

传统On Bar回测机制

On Bar回测机制是基于K线的，即每一个K线产生一个回测时间点，在此时间点上可以获取到当前K线的高开低收价格、交易量等信息，以及此时间点之前的历史K线信息。 这种机制的弊端很明显：在一根K线上，只能产生一次买卖，通常依据的价格是K线的收盘价。并且一根K线只能获取到高开低收四个价格，至于在一根K线内价格如何变化的，是最高价先发生、还是最低价先发生等等信息都无从获取。以1小时K线为例，实盘时肯定每隔几秒获取一次行情信息，交易指令也会在盘中发出而不是等待K线结束。On Bar回测机制的好处是易于理解，回测速度极快。

优宽优宽量化平台onTick回测机制

上图为优宽回测设置界面。回测模式分为两种模拟级回测和实盘级回测，下面将分别介绍：

什么是tick

和K线数据不同，tick是具体某个时间点的价格。根据K线数据，我们实际上只知道开盘价和收盘价的发生时间，K线周期内什么时间价格达到最高，是不清楚的。实际上，K线数据也是根据tick生成的。而根据K线数据，也可以模拟出一个K线周期具体tick的变动, 虽然不是真实的tick，但可以让我们的回测精度高一些。并且模拟依据的K线周期可以比回测所用的周期小很多，这样精度就更高了。

模拟级回测

模拟级回测要选择回测所使用的K线周期和底层K线周期。比如策略使用小时线回测，底层K线选择5分钟，那么回测时间点的间隔将以5分钟K线模拟生成的tick为基础，具体表现为最新1小时K线的收盘价不断变动。具体根据K线生成K线内tick的机制和MT4类似，这个帖子里有详细的说明：https://www.youquant.com/bbs-topic/8292

我们使用一个简单的策略来演示一下这个机制，策略代码：

function main() {
    while(true){
        var records = exchange.GetRecords() //GetRecords可以填参数，获取不同周期K线。
        var ticker = exchange.GetTicker()
        Log('K线收盘价： ', records[records.length-1].Close, 'ticker买一卖一价: ', ticker.Buy, ticker.Sell)
        //js回测不用Sleep，会自动跳到下一个tick。Python需要一个小的休眠时间
    }
}

回测结果：

每根K线只有开盘和收盘的tick是固定的，中间加上模拟的10个tick，这样一根K线将会形成12个回测时间点。如果回测一天，底层K线周期用5分钟，共有24×12×12 = 3456 时间点，而传统的onBar回测只有24个，精度大幅提高。在一个K线周期内也能完成开仓平仓操作。虽然中间生成的tick是模拟的，但影响不大。回测中，只要买单价大于卖一，卖单价小于买一，就会撮合成交。这种回测方式兼顾了回测速度和精度，推荐大家使用。

实盘级回测

实盘级回测用到了真实的tick，每个时间点的间隔最短只有1s，这种回测的精度到每一秒的变化，但由于数据量大，回测速度慢、回测时间也不能很长。下图为真实的tick。实盘级回测可用于精确的验证策略。

回测和实盘的差距

即使实盘级回测和实盘还是有明显的数据不足，如不能获取到成交历史trades、不能获取到实际的深度变化、真实的网络延时等等。即使这样优宽目前的回测系统也相对完善，还有很多小功能，如模拟网络错误，可以用于测试策略的容错能力，模拟网络延时、绘制行情图标等。

常见问题

回测在那里进行？

JavaScript策略的回测在浏览器中进行，Python可以选择优宽的服务器或者自己的托管者。

回测日志可以下载吗？

可以，日志右上角有下载按钮

能本地回测吗？

优宽开源了Python回测引擎，参考：https://www.youquant.com/api#本地回测引擎。