+
Python Backtesting Bibliotecas Para Quant Estrategias de Trading (3 votos, promedio: 5.00 de 5) Escrito por Khang Nguyen Vo, khangvo88gmail. para el blog RobustTechHouse. Khang es un graduado de la Maestría de Finanzas Programa Computacional cuantitativa y, John Von Neumann Institute 2014. Él es un apasionado de la investigación en aprendizaje automático, el modelado predictivo y backtesting de estrategias comerciales. Mencionado frecuentes Python Backtesting Bibliotecas Es esencial backtest estrategias comerciales cuantitativos antes que ellos a operar con dinero real. En este artículo examinamos utilizan con frecuencia las bibliotecas backtesting Python. Las examinamos en términos de flexibilidad (se puede utilizar para backtesting, papel comercial, así como en vivo-trading), facilidad de uso (una buena documentación, buena estructura) y la escalabilidad (velocidad, la sencillez, y la compatibilidad con otras bibliotecas). Tirolesa. Este es un marco backtesting orientada a eventos utilizado por Quantopian. Zipline tiene una gran comunidad, una buena documentación, gran apoyo para Interactivo Broker (IB) y la integración de las pandas. La sintaxis es clara y fácil de aprender. Tiene un montón de ejemplos. Si su objetivo principal para el comercio es de renta variable estadounidense, a continuación, este marco podría ser el mejor candidato. Quantopian le permite a uno backtest, compartir y discutir estrategias de negociación en su comunidad. Sin embargo, en nuestro experimento, Zipline es extremadamente lento. Esta es la mayor desventaja de esta biblioteca. Quantopian tiene alguna solución temporal como correr la biblioteca Zipline en paralelo en la nube. Puedes echar un vistazo a este post si esto le interesa. Zipline también parece funcionar mal con los datos del archivo local y no estadounidenses. Es difícil de utilizar este marco para las diferentes clases de activos financieros. PyAlgoTrade. Esta es otra biblioteca orientada a eventos, que es activa y apoya backtesting, papel comercial y en vivo de comercio. Es bien documentado y también apoya la integración TA-Lib (biblioteca de Análisis Técnico). Supera Zipline en términos de velocidad y flexibilidad. Sin embargo, un gran inconveniente de PyAlgoTrade es que no soporta módulos Pandas Pandas-objeto y. pybacktest. Marco backtesting vectorizada en Python que es muy sencillo y ligero. Este proyecto parecía ser revivido de nuevo recientemente en 21 de mayo de 2015. TradingWithPython. Jev Kuznetsov amplió la biblioteca pybacktest y construir su propia backtester. Esta biblioteca parece actualizado recientemente en febrero de 2015. Sin embargo, la documentación y el curso para esta biblioteca cuesta $ 395. Algunos otros proyectos: ultra-finanzas Python Backtesting Bibliotecas Para Quant Estrategias de Trading ¡Bienvenido Invitado! Este foro fue creado para ayudar a los comerciantes (especialmente futuros comerciantes) al compartir abiertamente indicadores, estrategias, métodos, revistas comerciales y discutiendo la psicología del trading. Somos fundamentalmente diferente de la mayoría de los otros foros de negociación: Usted tendrá que registrarse para poder ver el contenido de las discusiones y empezar a contribuir a nuestra comunidad. Es gratis y sencillo, y nunca venderá su información privada.