版本更新: 2021-12-14 1、放弃对期货的支持，目前仅支持对股票的模拟回测。 2、将文件直接拷贝至程序的根目录直接通过import simeasure导入模块，通过创建实例使用，并通过实例引用成员实现相关的功能。 3、单个交易实例仅支持单个交易标的，如果涉及多个交易标的需建立多个交易实例。 4、每传入一个数据清算一次系统模块内部数据。 重要两个函数创建实例以及传递数据进行运算： 创建实例函数：simeasure.new_settle_account()，初始资金默认为1000000. 数据驱动函数：datain(data)，不调用该函数会报错，没有数据进行运算。

huice:vnpy中的回测系统

QuantTester:CTA量化策略回测系统

xBacktest: 基于C++的国内期货交易策略回测系统 架构 xBacktest是一个使用C++编写的期货交易策略回测系统，它借鉴了PyAlgoTrade的设计，采用事件驱动架构。 功能 xBacktest支持以下功能： 支持多策略、多合约、多周期组合 支持多种性能分析指标 内置多种技术指标，可外接TA-Lib 支持策略参数寻优，支持遗传算法寻优 抽象DataSeries接口，方便用户使用 策略编写使用事件驱动模式 说明 xBacktest已停止开发，其存在的主要问题是过度设计。回测系统如果考虑太多现实中不常用的需求，会导致不必要的复杂性。 改进版本的回测系统被集成到AlgoSE算法策略引擎中，实现回测与实盘接口的完全一致。

A-stock-prediction-algorithm-based-on-machine-learning （陆续更新）重新整理过的基于机器学习的股票价格预测算法，里面包含了基本的回测系统以及各种不同的机器学习算法的股票价格预测，包含：LSTM算法、Prophet算法、AutoARIMA、朴素贝叶斯、SVM等 强烈推荐大家去看看sklearn库的文档，地址：[ ] 2021-2-6 出现紧急问题，重新发布 12-3 股票消息面分析 给出一个基于nlp情感分析的消息面分析算法。从新浪财经上获取新闻个股预测情况，使用jieba进行切词和使用snownlp进行情感分析，进行回测。 11-27 修正机器学习算法/DecisionTree.py RandomForest.py 上面的逻辑错误。 11-25 visualization/mlpredict-line.py echarts+tushar

kbt_ 高性能，分钟等级回测系统，参照了N个开源回测系统源码，参照了某券商系统源码。模拟Ptrade分钟等级系统。 这个本地回测引擎经过近半年的打磨，撸了N个开源回测系统和某系统的代码。设计理念是时间向量回测，非事件驱动回测，所以为了验证股票策略回测是专用定制版高效利器，即使考虑复杂场景预计至少快5倍以上，正常估计应该是10倍以上。回测仿造Ptrade框架，所以原理上ptrade的策略不需要修改就可以直接运行（目前我自己的策略都是这样的，无缝兼容），实操中如果有回测尺寸的函数，可以自行编写仿ptrade函数就可以进行回测。 （在此叹息股票量化圈某些。。，无脑使用那些事件驱动，不兼容的期货交易所框架，连分红派息模块都有问题还传播那么久。。。。，那么多用户使用，却很少提出问题。】 代码个人思考沉淀，，，问题贼多。有问题欢迎喷我， 发现代码问题和有争议，欢迎质疑，我合理一一交流回答修正提高。