vnpy学习_06回测结果可视化改进
对vnpy原始的策略评估做了调整,去掉部分不是非常重要或虽然重要但从其他图中可以看出的冗余信息(比如最大回撤),没必要专门用一图进行绘制.
策略:vnpy的样例策略strategyAtrRsi
回测信息:
```
2019-04-07 20:17:45.237743 开始载入数据
2019-04-07 20:17:45.298343 载入完成,数据量:132026
2019-04-07 20:17:45.298398 开始回测
2019-04-07 20:17:45.380278 策略初始化完成
2019-04-07 20:17:45.380334 策略启动完成
2019-04-07 20:17:45.380345 开始回放数据
2019-04-07 20:18:01.712193 数据回放结束
2019-04-07 20:18:01.712272 计算回测结果
2019-04-07 20:18:01.810235 ------------------------------
2019-04-07 20:18:01.810293 第一笔交易: 2014-01-13 10:30:00
2019-04-07 20:18:01.810320 最后一笔交易: 2015-12-31 15:15:00
2019-04-07 20:18:01.810373 总交易次数: 2,103.0
2019-04-07 20:18:01.810397 总盈亏: 845,985.78
2019-04-07 20:18:01.810418 最大回撤: -164,071.12
2019-04-07 20:18:01.810438 平均每笔盈利: 402.28
2019-04-07 20:18:01.810456 平均每笔滑点: 120.0
2019-04-07 20:18:01.810475 平均每笔佣金: 65.11
2019-04-07 20:18:01.810493 胜率 37.9%
2019-04-07 20:18:01.810512 盈利交易平均值 9,815.46
2019-04-07 20:18:01.810531 亏损交易平均值 -5,342.22
2019-04-07 20:18:01.810549 盈亏比: 1.84
2019-04-07 20:18:07.159576 计算按日统计结果
2019-04-07 20:18:07.932968 ------------------------------
2019-04-07 20:18:07.933012 首个交易日: 2014-01-13
2019-04-07 20:18:07.933033 最后交易日: 2015-12-31
2019-04-07 20:18:07.933048 总交易日: 482
2019-04-07 20:18:07.933063 盈利交易日 247
2019-04-07 20:18:07.933076 亏损交易日: 235
2019-04-07 20:18:07.933090 起始资金: 1000000
2019-04-07 20:18:07.933114 结束资金: 1,846,078.7
2019-04-07 20:18:07.933133 总收益率: 84.61%
2019-04-07 20:18:07.933151 年化收益: 32.7%
2019-04-07 20:18:07.933169 总盈亏: 846,078.7
2019-04-07 20:18:07.933187 最大回撤: -142,187.16
2019-04-07 20:18:07.933205 百分比最大回撤: -8.62%
2019-04-07 20:18:07.933223 总手续费: 136,901.3
2019-04-07 20:18:07.933240 总滑点: 252,300.0
2019-04-07 20:18:07.933258 总成交金额: 4,563,376,620.0
2019-04-07 20:18:07.933276 总成交笔数: 4,205.0
2019-04-07 20:18:07.933294 日均盈亏: 1,755.35
2019-04-07 20:18:07.933311 日均手续费: 284.03
2019-04-07 20:18:07.933328 日均滑点: 523.44
2019-04-07 20:18:07.933346 日均成交金额: 9,467,586.35
2019-04-07 20:18:07.933363 日均成交笔数: 8.72
2019-04-07 20:18:07.933381 日均收益率: 0.14%
2019-04-07 20:18:07.933398 收益标准差: 1.34%
2019-04-07 20:18:07.933415 Sharpe Ratio: 1.57
2019-04-07 20:18:09.036527 ------------------------------
2019-04-07 20:18:09.036648 首个交易bar: 2014-01-13 09:16:00
2019-04-07 20:18:09.036726 最后交易bar: 2015-12-31 15:15:00
2019-04-07 20:18:09.036746 总交易bar: 130136
2019-04-07 20:18:09.036781 盈利交易bar 55358
2019-04-07 20:18:09.036817 亏损交易bar: 56905
2019-04-07 20:18:09.036851 bar均盈亏: 6.5
2019-04-07 20:18:09.036872 bar均手续费: 1.05
2019-04-07 20:18:09.036891 bar均滑点: 1.94
2019-04-07 20:18:09.036910 bar均成交金额: 35,066.21
2019-04-07 20:18:09.036928 bar均成交笔数: 0.03
2019-04-07 20:18:09.036948 bar均收益率: 0.0%
2019-04-07 20:18:09.036966 收益标准差: 0.08%
```
可视化图形
说明:
图1:vnpy原始收益图,基于交易次数的,x轴是时间轴
图2:原始标的的价格信息,用于观察策略对行情的偏好
图3:时间角度的资产收益,相对交易次数更合理一些,可以和基础标的进行比较,得到策略真是表现
图4:交易频率图,用于解释图1和图2-3的x轴的错误差异。
通过这4张图,这样既可以得到交易次数的策略评估,也可以得到策略对特定行情之间的偏好关系。
至于vnpy原来基于回撤图,其实可以从时序图中间接看出,还有就是收益分布图,法直接对策略优化提供帮助,也暂时丢掉不展示。
vnpy学习_06回测结果可视化改进相关推荐
- vnpy学习_04回测评价指标的缺陷
之前自己对CTA一直很好奇,原因之一是其回测曲线形态非常诱人,基本都是是单调上涨的,今天阅读了vnpy的源代码才弄明白,原来其回测曲线是基于交易次数,而非交易时间的,也就是说x轴表示次数.这样的的话就 ...
- 目前市面上量化交易软件、平台、框架的特点, 重点推荐VNPY底层仿真回测系统
随着这几年量化交易在国内的快速发展,各种API接口.量化平台.量化交易框架匆匆推出,呈现出一片百花齐放,欣欣向荣的景象,但是由于目前国内还处于私募基金发展的初期,大部分平台也都匆匆上马,既有自己的特点 ...
- Python量化投资——投资组合的评价和可视化(下):使用Matplotlib生成专业的投资回测数据可视化仪表盘【源码+详解】
使用Matplotlib生成专业的数据可视化仪表盘(下篇) 投资结果的可视化(下篇) 图表的布局规划及格式设定 图表布局 格式设定 表头和回测结果摘要信息 表1:绘制收益率曲线图 1,绘制投资收益率以 ...
- vnpy怎么创建策略并回测_【手把手教你】入门量化回测最强神器backtrader(一)
1 引言 目前基于Python的量化回测框架有很多,开源框架有zipline.vnpy.pyalgotrader和backtrader等,而量化平台有Quantopian(国外).聚宽.万矿.优矿.米 ...
- python量化策略源码_Python量化交易进阶讲堂-创建自定义量化回测框架
欢迎大家订阅<Python实战-构建基于股票的量化交易系统>小册子,小册子会陆续推出与小册内容相关的专栏文章,对涉及到的知识点进行更全面的扩展介绍,并且会有选择地收录至小册中,更便于广大读 ...
- 【Python数据科学 | 11】应用实战:我的第一个开源项目-基金定投回测工具
这是机器未来的第60篇文章 原文首发地址:https://robotsfutures.blog.csdn.net/article/details/127712752 <Python数据科学快速入 ...
- backtrader股票技术指标自定义与量化回测
01 引言 股票市场自交易以来,人们就开始孜孜不倦地探索各种各样的投资理论,其中技术分析是重要的理论之一.实际上,技术分析是100多年前创建的股票投资理论,是投资者对股票量价变化长期观察归纳总结的若干 ...
- 【vn.py】量化策略历史回测(基于本地csv数据)
文章目录 写在前面 获取数据 csv数据导入 历史回测 写在后面 REF 写在前面 策略研发之后,为了检测我们策略的效果,不可能一上来就接入实盘,所以需要的就是通过历史数据对我们的策略进行检验,也就是 ...
- 如何用backtrader对股票组合进行量化回测?
01 引言 backtrader是功能非常强大的量化回测框架之一,得到欧洲很多银行.基金等金融机构的青睐,并应用于实盘交易中.公众号Python金融量化针对backtrader的入门和应用已连续发布了 ...
最新文章
- 汇编中的DW:DW 定义一个字
- python2版本异常_Python to.exe引发异常:此项目的版本控制需要sdisttarb
- 紫书 习题 8-15 UVa 1617 (贪心)
- Mellanox能给英伟达带来什么?
- Tomcat Script(python)
- BZOJ3514 / Codechef GERALD07 Chef and Graph Queries LCT、主席树
- 概率论 方差公式_2021考研数学概率论与数理统计常考内容
- Eclipse 代码整理
- Android Studio插入图片
- 施旺将接替贺恩霆担任赛诺菲大中华区总裁;嘉士伯集团试用生物基啤酒瓶 | 美通企业日报...
- 如何用Python从海量文本抽取主题?【转载:王树义】
- 002 Figuring in C/C++
- QTreeWidgetItem设置复选框的禁用状态
- 娱乐小工具微信小程序源码下载支持多种流量主
- Windows server 2003常用设置
- 2018前端面试题 css 部分
- 安装 VMware tools时报错:不在 sudoers 文件中。此事将被报告。
- java 微信退款配置_微信支付退款配置
- 今日睡眠质量记录74分
- mysql my.cnf 内容_为何 my.cnf 内容是空的,数据库却可以运行
热门文章
- JS字符串转换为数字,Number(),parseInt()和parseFloat()的区别
- 安装win10和ubuntu双系统启动不了解决
- 桌面应用程序 azure_如何在Azure中连接我们的C#应用​​程序
- SQL Server中的数据层应用程序简介
- ssis 表达式任务_SSIS表达式任务与将变量作为表达式求值
- sql 如何设置行级锁_如何使用SQL Server 2016行级安全性过滤和阻止数据访问
- 【题解】CF#960 H-Santa's Gift
- Python 密文转换为明文
- lintcode-135-数字组合
- Linear Color Space 渲染时几点注意