同步操作将从 孙连城/backtesting 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
基于VNPY优化修改的回测框架: 功能: 1、支持单个参数回测:可输出交易明细和图形 2、支持暴力穷举参数优化 3、支持遗传算法参数优化 4、支持BITMEX和BINANCE的历史数据下载 5、支持刑大课程里的策略直接拿过来用,放在strategies目录下即可(参考BollingStrategy的写法)
注:所有的输出内容包括交易明细和图形都会保存在details目录下
run_optimization.py:用暴力穷举法进行参数优化选择
根据设置的参数范围和时间范围进行优化,选出最优的一些参数,并在后续的时间段进行验证。
回测步骤:
(1)初始化回测引擎
(2) 设置回测交易对列表(可批量添加多个交易对逐个回测)
(3)设置需要回测的周期列表,比如15T,30T,60T
(4)设置回测时间段和验证时间段,start_date-end_date之间的为回测时间段。
回测结束后,选取回测结果最好的N个参数(N=check_num)
再验证end_date-check_date之间的结果
(5)初始化OptimizationSetting参数组合
设置回测周期和优化目标set_target(一般优化目标为total_return总收益率,也可以设置别的)
设置各优化参数的范围和步长,这个设置的范围越大优化组合越多时间越长
(6)新建进程池,用多进程进行回测提升效率(进程池数量为CPU核心数-2),如果用满容易把机器跑死
(7)初始化回测引擎,开始逐个回测(类似run_backtesting)
(8)每个交易对回测结束会输出两个文件,一个是回测结果,一个是验证结果,都输出在results文件夹下
run_ga_optimization.py:用遗传算法进行参数优化选择 利用GAFT遗传算法库,根据设定的参数范围和遗传的代数,进行不断的遗传优化,最终选出最优参数组合 相比暴力穷举法节省了大量时间(有些参数组合结果很差的就舍去了,不会重复回测) 回测步骤: (1)设置遗传多少代,越多越好,所需时间也越长 (2) 设置回测交易对列表(可批量添加多个交易对逐个回测) (3)设置需要回测的周期列表,比如15T,30T,60T (4)设置回测时间段 (5)初始化OptimizationSetting参数组合 设置回测周期和优化目标set_target(一般优化目标为total_return总收益率,也可以设置别的) 设置各优化参数的范围和步长 (7)初始化回测引擎,开始逐代回测,最终选出最优参数
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。