matlab期货回测（matlab 股票回测）

请问大家什么软件能够用外部指标进行历史回测?

需要一些比较专业的统计软件。第三方炒股软件一般都做的不好，有些我拿更权威的统计软件去计算，发现结果居然是错的。这个是个人经验（不过有点过时了，2012年尝试的，估计那个软件自己已经把错误更改了。）。

建议你做以下操作：

自己收集外部指标，并随时更新。如果可以的话，自己建个数据库。MYSQL之类的，免费而且非常容易上手。

选择一款可以轻松将金融数据导出成标准格式的第三方炒股软件。这个就是你自己的喜好了。大部分软件，这方面做的还是不错的，虽然要交费。

用一款比较专业的统计软件，将两者数据导入，然后按自己的想法，自由自在的做分析。你可以随便选一款你自己使用着习惯的统计软件。EVIEWS之类的太简单，包含的东西太少了。高度建议你选择一些自带金融计量分析工具的软件。建议你用以下统计软件：

MATLAB。这个上手超快，前提是你很好的学过线性代数，因为计算是以矩阵为基础的。他自带的financial econometrics tool box包含的东西非常广，非常全。就算没有，因为软件自由度很高，所以可以轻松自己创造出一个。

STATA。这个上手比上面那个还快。而且，不需要很好的线性代数，因为编程理念不是以矩阵为基础的。自带的金融计量的东西很多很全。更新也很快。缺点是，没上面那个自由度高。某些全新的算法和公式，你想用的话，自己写出来比较费劲，效率也容易低。特别是你想做蒙特卡罗模拟实验的时候。

其他的那些免费的统计软件，比如R, OX之类的我并不建议。因为是免费的，所以用户体验做的并不好。

如何利用matlab对交易策略进行回测

首先你要提出一个自己的策略，一般来说就是一些规则的判断了，然后根据这些规则产生出signal，就是交易信号。 发出了交易信号，就要根据信号进行持仓或者平仓操作。你要建立一个向量记录你每天的资产净值，或者说资产序列，其中的PL 就是跟你持仓的股票的价格变化来决定的。。。

说白了 就是个模拟

期货数据分析工具

最简单的是用EXCEl来做数据的统计分析，可以从Wind或其他软件调取数据，这个是最简单的。

期货目前有一些程序化软件，如Multicharts、TB等程序化软件，里面内嵌策略分析模块，可以做回测，这样把自己的思想写进去，然后设置后参数，就可以回测，可以检验自己模型的优劣。这个是目前比较主流的 *** ，通常会适合中等水平的客户用。

专门的工具，如C++、MATLAB 、R软件等，针对计算机专业、物理等其他专业的，可以实现数据接口技术，根据自己的思想完全编写软件，这样分析数据，更得心应手！

选股策略回测用 Matlab 好还是用 Python 好

首先十年的日级别数据量的确不大，使用Python来说的话不应该出现memoryerror，应该是在编程方面需要再多留意，我们在Ricequant上使用的分钟数据大概是200-300个GB左右，也是Python和Java共同合作完成的。

语言只是一个语言，兴许会有各种语法的不同，但是在谈语言的时候我们需要了解背后的工具箱和社区，以及它为什么处理一些事情比另外的一些语言要好。

本

身Python初期用来做金融回测等是应该被放弃的，用来开发策略也应该是被放弃的，因为相比matlab的矩阵运算来做开发，实在是太方便了。只不过后

来Python推出了series、pandas等一系列的强悍library，pandas的语法基本在“ *** ”地模仿matlab和R，而

pandas的开发者正是美国大名鼎鼎的对冲AQR，因此使data

crunching和对数据的一些操作大大便利，此外，又包装了海量的开源社区的数学和科学计算库，也能处理各种的machin

learning等等的问题。

从科学计算的语言的发展来看，从最初的人们对浮点数计算的需求加入了fortran，再一路进行，让工具更加的让科学计算容易再容易（Python也封装了大量早期的数学家们用fortran写的数学计算基础库，这些经历了几十年的考验、加速等等）：

我们来看下python目前的科学技术栈：

numpy: basic array manipulation - 基础的数组处理

scipy: scientific computing in python, including signal processing and optimization - 科学计算，包括信号处理和优化等

matplotlib: visualization and plotting - 几行代码就可以做图形化显示了

IPython: write and run python code interactively in a shell or a notebook - 互动式编程环境，这是能将来替代掉matlab的一个必备，即在一行一行代码的输入、显示过程中学习、改进

pandas: data manipulation - 最重要的矩阵运算等

scikit-learn: machine learning - 机器学习

但

是随着以后的发展Python的开源属性就会体现的越来越强大，可以让更多的人享受到其便利和贡献进来，包括Quantopian也放出了zipline

的python回测框架，只需要引入yahoo数据即可进行回测，并且Python的速度由于跟C的很好的结合可以达到非常快的速度，而且可以将来和其他

系统很容易整合对接实盘交易接口。

由于欧美已经有很多的投行和对冲在往Python的技术栈靠拢，因此选择了Python即掌握了一门重要的工具，并且无需跟一家私有化公司进行捆绑。

当然，最后的最后，所有的python回测你都可以来Ricequant - Beta上完成，我们支持海量的市场、财务数据，还有不断加入的和大数据公司合作的舆情数据等等，同时策略回测完还可以做实时模拟交易，享受到实时数据的计算。在云平台上已经支持了几乎所有的Python科学计算库，无需花时间安装、测试等等。

网站首页：期货手续费网-加1分开户（微信：527209157）

本文链接：https://52ol.cn/post/34108.html