相关软件

1.Pandas 官方文档 https://pandas.pydata.org/ (opens new window)
2.Backtrader 官方文档https://www.backtrader.com/ (opens new window)
3.Ta-lib 官方文档 https://www.ta-lib.org/ (opens new window)
4.Anaconda 官方文档 https://www.anaconda.com/ (opens new window)
5.Matplotlib 官方文档 https://matplotlib.org/ (opens new window)
6.任意金融数据源

金融数据源

国外数据源

global financial data：全球财经数据库，同时提供相关的数据服务
quandl：比较全面的金融数据api网站
IMF： 国际货币基金组织统计数据库
UNdata：联合国数据库，官方统计数据
World Bank： 世界银行，有统计数据库
OCED：财经数据库

国内数据源

综合数据库类：Wind、巨灵、国泰安、高校财经数据库、中国资讯行、CEIC全球经济数据库
阿里云：api数据市场，含金融api
数粮：数据交易平台，有各行业api
新浪财经：财经数据
统计局：宏观数据
Tushare：免费财经数据接口
比如，开盘价，收盘价，成交价，成交量，超卖，超卖等等这些交易的基本概念，要是不知道的自己去问度娘了。这里不再复述了。

量化系统要解决的问题

测试数据获取

"""
测试模块
"""

import tushare

if __name__ == '__main__':
    print(tushare.__version__)

如果输出版本号就说明正常了。

测试backtrader

"""
测试模块
"""

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

import backtrader as bt

if __name__ == '__main__':
    cerebro = bt.Cerebro()
    cerebro.broker.setcash(100000.0)

    print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())

    cerebro.run()

    print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())

会输出Final Portfolio Value: 100000.00，标识正常运作

目的：

1. 选股：每日通过自定义的策略，选出推一些可以购买的股票
2. 买卖：通过策略判断是否已经到了买和卖点
3. 回测：通过对历史数据的回测，达到策略调整和优化

目录：

第一弹：量化交易交易回测框架Backtrader初识 (opens new window)
第二弹：量化交易回测框架Backtrader策略Strategy (opens new window)
第三弹：量化交易回测框架Backtrader给策略增加买卖逻辑 (opens new window)
第四弹：量化交易回测框架Backtrader给策略增加买卖手续费 (opens new window)
第五弹：量化交易回测框架Backtrader使用框架的Sizers和自定义参数 (opens new window)
第六弹：量化交易回测框架Backtrader使用框架的技术指标（indicators） (opens new window)
第七弹：量化交易回测框架Backtrader使用plot画图 (opens new window)
第八弹：量化交易回测框架Backtrader使用optstrategy优化 (opens new window)