五量化交易全流程( 三 )

For 循环回测系统
For循环回测系统是最直观的回测系统。For循环系统比较简单直观，所以很多回测使用的都是For循环系统。For循环系统是指针对每一个数据点进行遍历。比如，对于日线数据，就是循环遍历每一个OHLC(Open、High、Low、Close）数据。在遍历的时候同时进行计算，比如计算移动均线，然后在此过程中决定是买人还是卖出某资产。一般是以当天的收盘价或者第二天的开盘价作为买人或者卖出价。当然，有时候为了止损止盈，也需要使用不同的价格。
For循环系统的优势具体总结如下。
□ For循环系统最符合人类交易的直觉，简单直观，易于实现。任何语言都可以用来快速地实现一个For循环系统，所以For循环系统非常常见。
□For循环系统可以解决"路径依赖"的问题，因为我们是依次迭代每一个数据点，这样在计算当前数据点的时候，前面的结果都已经计算好了，可以直接使用。
For循环系统的劣势具体总结如下。
□相对于向量化系统，速度比较慢。比如，在中使用进行迭代循环，就会比较慢。或者在中使用循环，也会非常的慢。如果数据量比较小，则速度慢是没关系的。但是很多回测数据量其实是比较大的，比如回测2000支股票数据，这种情况下，速度就非常重要了。
□比较容易出现前视偏差。比如，我们在编写策略逻辑的时候，经常会使用索引值来调用不同的数据点，比如使用i-1来调用前一个数据点。这个时候可能会出现失误，调用了i+1的值。而这个值在回测中应该是未知的，这样就出现了前视偏差。
□ For 循环只能用于测试，而不能用于实盘，这样回测和实盘就分别拥有两套代码了。同时维护两套代码，可能会出现逻辑不一致的问题。
事件驱动系统
事件驱动系统会尽可能地模拟真实的交易机制，是一种结构更为复杂的系统。在事件驱动系统中，交易相关的所有行为都是由事件触发的。比如，当前K线结束了，我们需要做什么？发出委托之后，我们需要做什么？委托成交之后，我们需要做什么？事件驱动系统详尽地定义了交易中可能发生的每一个相关事件，并用函数的形式来指定发生对应事件后所应采取的行动。
事件驱动系统具有很多优势，具体如下。
□避免"前视偏差" 。因为在事件驱动系统中，所有的数据只有等事件发生之后（比如下一根K线开始了），才会看得到这个数据，并采取相应的行动。这样就完全避免了不小心使用未来函数。
□代码复用。很多事件驱动系统其本身就带有实盘交易模块。这样，回测程序就可以直接用于实盘交易中了。回测和实盘交易使用的是同一套代码，非常便于维护。
□ 可以最大程度地模拟真实交易，甚至包括下单的冲击成本都可以模拟。
事件驱动系统虽然具有很多优势，是非常完善的系统，但其也有如下缺点。
□ 实现困难。事件驱动系统是一个比较复杂的系统，需要进行精心的设计和调试，也就是说，需要花费大量的精力在该系统上。对于一个IT开发人员来说，这个问题可能并不算困难。但对于很多策略研发者、投资经理来说，自己开发则几乎是不可能的任务。当然，好消息是现在有很多开源框架可以使用，但即使是开源框架，想要入手用起来也有一定的学习曲线。

五 量化交易全流程( 三 )

五量化交易全流程( 三 )