又可以直接用的回測系統嗎

⑴ 如果想用統計軟體做一些交易策略的回測，用什麼軟體好，不想用股票軟體自帶的，限制有點多,謝了...

這個看你個人的技術水平了，簡單的哪怕想excel就可以自己做策略回測，水平高的可以選擇用matlab或者c++等自己寫個程序回測，當然所有的前提是你有數據來源。

⑵ 股票回測工具APP誰用過究竟怎麼樣

回頭我也去試一試這個軟體。

⑶ 股票回測工具APP大家知道不想使用軟體。

手機上就能做回測的軟體不多的，錢錢這方便還挺全面的

⑷ python回測系統 模擬回測 最簡單量化回測系統有哪些支持期貨和股票

github上有一個jdhc簡單回測 是用python寫的比較簡單，需要設置些參數。

⑸ 請問大家什麼軟體能夠用外部指標進行歷史回測

需要一些比較專業的統計軟體。第三方炒股軟體一般都做的不好，有些我拿更權威的統計軟體去計算，發現結果居然是錯的。這個是個人經驗（不過有點過時了，2012年嘗試的，估計那個軟體自己已經把錯誤更改了。）。

建議你做以下操作：

1. 自己收集外部指標，並隨時更新。如果可以的話，自己建個資料庫。MYSQL之類的，免費而且非常容易上手。
   

2. 選擇一款可以輕松將金融數據導出成標准格式的第三方炒股軟體。這個就是你自己的喜好了。大部分軟體，這方面做的還是不錯的，雖然要交費。

3. 用一款比較專業的統計軟體，將兩者數據導入，然後按自己的想法，自由自在的做分析。你可以隨便選一款你自己使用著習慣的統計軟體。EVIEWS之類的太簡單，包含的東西太少了。高度建議你選擇一些自帶金融計量分析工具的軟體。建議你用以下統計軟體：

1. MATLAB。這個上手超快，前提是你很好的學過線性代數，因為計算是以矩陣為基礎的。他自帶的financial econometrics tool box包含的東西非常廣，非常全。就算沒有，因為軟體自由度很高，所以可以輕松自己創造出一個。

2. STATA。這個上手比上面那個還快。而且，不需要很好的線性代數，因為編程理念不是以矩陣為基礎的。自帶的金融計量的東西很多很全。更新也很快。缺點是，沒上面那個自由度高。某些全新的演算法和公式，你想用的話，自己寫出來比較費勁，效率也容易低。特別是你想做蒙特卡羅模擬實驗的時候。

3. 其他的那些免費的統計軟體，比如R, OX之類的我並不建議。因為是免費的，所以用戶體驗做的並不好。
   

⑹ 股票回測工具APP各位知道不用哪種軟體合適。

炒股還是要用合適的軟體，這個軟體還是相當受歡迎的。

⑺ 量化策略一般用什麼平台回測分別有什麼優劣勢

盈時量化策略回測平台，不會編程也能玩轉量化。

盈時「策略機器人」集策略智能生成版、權策略評估、篩選優化、批量生成等功能於一體的互動式策略生成平台。平台以計算機智能生成演算法為核心，使用了機器學習、模式識別、統計學、可視化技術等人工智慧技術，包含策略構建模塊、混編計算模塊、策略績效優化模塊等組件，在策略優化方面使用了高效的遺傳編程與NSGA-II等演算法，進而充分利用CPU多核心性能，實現多進程同步高效生成策略。

語言：Python

適用人群：期貨投資者（有無編程基礎都可）

資料庫：期貨

回測用時：需要排隊分鍾記

支持的功能：支持將策略使用在交易開拓者的平台，屬於實盤交易。策略給出建議，但需要自己手動確定進行買賣。

自動生成策略原理與簡介：通過設置參數，運用機器學習的方法，一鍵生成源碼策略。

備註：國內首個利用深度學習的人工智慧量化平台，不懂編程也能做量化。

盈時，專注於為客戶提供高品質的量化交易技術咨詢服務和領先的量化交易產品，是一家從事金融數據分析、金融軟體開發、程序化交易演算法與交易策略研究等業務的科技公司。

⑻ 選股公式：藍籌股。通達信寫，金字塔做回測

在通達信功能菜單，公式系統，程序交易評測系統，這里可以回測系統，系統自帶了幾個簡單的交易系統，均線，MACD，唐奇安，等

⑼ 股票回測工具APP誰用過是什麼軟體啊給介紹下唄

總的來說，藉助它來炒股，稱得上完美，體驗一下，就知道了。

⑽ 想做一個通達信股票全自動程序化交易回測程序，求幫助。

在通達信功能菜單，公式系統，程序交易評測系統，這里可以回測系統，系統自內帶了容幾個簡單的交易系統，均線，MACD，唐奇安，等，你也可以把你自己的技術指標加上交易信號用回測，也可以做參數優化，但通達信做量化交易不適合。下面截幾張圖
舉個例子，以均線策略為例，默認均線參數是5日和20日，回測時間2016年12月21日到2018年12月21日，回策品種上證指數，結果是年化收益-0.72%勝率也只有29.41%，資金曲線也不好看，接下來參數優化，20日與14日均線 勝率能達到78.57%,年化收益6.2%，這只是個簡單的例子，不具備實用性，實際回測你要回測的時間更長，品種更多，觀測更仔細，使用參數優化要注意有可能會有過度優化，還有策略設計，回測所選交易價格，如何防止偷價，滑價等等等。