股票回測需要用到哪些資料庫

⑴ 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，系統自帶了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。

⑵ 可以獲得國內股票和期貨tick級別歷史數據的資料庫有哪些

可以通過交易所的授權數據提供商獲得國內股票和期貨tick級別歷史數據。
很多人喜歡做短線，覺得短線刺激，長線持股待漲這種等待實在沒有辦法承受，但是倘若大家不會做短線，很大概率會虧得更快。今天就把我獨有的做T的秘籍分享給大家。
在開始以前，大家可以看一下我為大家准備的一點驚喜，機構精選的牛股大盤點--速領！今日機構牛股名單新鮮出爐！
一、股票做T是什麼意思
如果今天買入一隻股票，但是又想賣出，那麼只能隔天在操作，這就是A股的交易市場模式T＋1。
而股票做T，股票進行T＋0的交易操作就是指把當天買進的股票當天再賣出去，投資人通過可以交易股票的當天的漲跌做差價，當股票處於大幅下跌時，立刻買入，等漲到一定的高度就馬上轉賣，錢就是這樣掙到的。
列舉一下，1000股的xx股票在昨天我本來就持有著，市價10元/股。在今早是發現該股已經跌到了9.5元/股，立馬又跟進了1000股。到了下午，這支股票的價格就突然上漲到沒有想到的價格--10.5元/股，我就立刻以這個價格售出去1000股，從而賺取（10.5－9.5）×1000＝1000元的差價，這就是做T的過程。
但是，不是每種股票做T都合適！正常來說，日內振幅空間較大的股票，這類是比較適合做T的，比如，每日存在5%的振幅空間。對某隻股票了解不夠，沒有把握的，不妨就點開這里看看吧，有專業的人員去為你診斷T股票，從而選擇出最適合你的！【免費】測一測你的股票到底好不好？
二、股票做T怎麼操作
那股票做T到底怎麼操作？一般有兩種方式：正T和倒T。
正T即先買後賣，這股票一直在投資者手裡面持有著，投資者在開盤當天股票下跌到低點時買入1000股，股票當天沖到最高點的時候，將這1000股票托盤而出，這樣總持股數保持不變，T＋0這樣的效果也就能夠體現到了，又能夠享有中間賺取的差價。
而倒T即先賣後買。投資者預計到股票將大幅下跌的徵兆，所以就在高位點先賣出持有的一部分股票，等股價回落後再買進，總量仍舊有辦法保持不變，但能獲取收益。
比方投資者，他佔有該股2000股，每一股的價格在當天早上是10元，覺得該股的市價馬上就會做出調整，，於是賣出手中的1500股，在股票下降到9.5元/股時，他們就能從這只股票中獲得比較豐厚的利益，再買入1500股，這就賺取了（10-9.5）×1500＝750元的差價。
這時就有人問了，可以買入的低點是什麼時候，可以賣出的高點又是什麼時候要怎樣知道呢？
其實只要擁有一款買賣點捕捉神器，就可以判斷股票的趨勢，就能輕松幫你抓住每一個重要時機，如果想領取的話請點開鏈接：【智能AI助攻】一鍵獲取買賣機會

應答時間：2021-09-23，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

⑶ python股票行情用什麼資料庫

內置sqlite庫，其他資料庫需要自己安裝，常用的都支持 mysql

⑷ 在國內做交易策略的回測的具體步驟是什麼

交易策略回測屬於量化交易，至於用什麼工具看個人習慣，可以用量化交易平台，也可以用某些行情交易軟體，也可以自己利用一門計算機語言，最簡單的用excel，也可以進行回測分析。

⑸ 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。

⑹ 股票分時數據 用什麼資料庫

可以使用銳思資料庫。
銳思高頻資料庫囊括上海、深圳等各大證券期貨交易所等權威機構數據，交易文件包括分筆和5分鍾、10分鍾、15分鍾、20分鍾、30分鍾、40分鍾、60分鍾頻率的分時數據。
它是為滿足量化投資時代背景下市場各類參與者對於高頻數據等方面的迫切需求而推出的，基於高頻數據訪問與應用的一款產品。

⑺ 選股策略回測用 Matlab 好還是用 Python 好

都是工具，也都可以開發選股策略的回測，推薦Python.理由：Python免費且開源Python編程語言簡潔優美Python有眾多的量化包，包括獲取數據、處理數據、回測、風險分析。目前國外、國內很多平台和項目都是使用PythonPython開發策略，簡潔高效，這里舉幾個例子：1.[量化學堂-策略開發]金叉死叉策略2.[量化學堂-策略開發]海龜策略3.[量化學堂-策略開發]淺談小市值策略4.[量化學堂-策略開發]多頭排列回踩買入策略5.[量化學堂-策略開發]藉助talib使用技術分析指標來炒股6.[量化學堂-策略開發]大師系列之價值投資法7.[量化學堂-策略開發]事件驅動策略（基於業績快報）8.[量化學堂-策略開發]基於協整的配對交易9.[量化學堂-策略開發]使用cvxopt包實現馬科維茨投資組合優化:以一個股票策略為例這些策略涵蓋了股票量化主要的策略類型，但是使用Python語言，每個策略代碼都不多。

⑻ 證券公司一般使用哪種資料庫

‍證券公司一般使用資料庫是：
甲骨文（ORACLE）
世界上安全性最高的大型資料庫，它的安全性是SQL SERVER的百倍，但是其價格也是SQL SERVER的百倍；
‍ DB2是IBM的資料庫，如果結合IBM的伺服器，它將是速度最快的資料庫。

⑼ 量化策略一般用什麼平台回測分別有什麼優劣勢

我知道一家量化策略回測平台【QResearch】，非常好用，QResearch是一個無編程的條件式回測平台，它將所有因素都抽象為因子，簡單易用而不失靈活。用戶只要理解自己的策略即可動動滑鼠進行回測，非常適合有著豐富Idea但不會編程的用戶快速驗證想法；對於那些會編程的用戶，QResearch也可以為之節省大把數據處理和細節處理的時間。QResearch基於高質量的資料庫，提供豐富的因子庫，其中大部分因子都可以追溯到相應的Paper，非常適合高校金融學院的學生和老師進行研究之用。QResearch自誕生以來就一直追求回測與實盤的一致，力爭做到所見即所得的回測結果，目前只要交易費用設置得當，可以將每天回測與實盤的誤差控制在0.1bp級別，這在市場上魚龍混雜的回測平台當中顯得格外突出！

總之，QResearch適合各路策略研發人員使用，包括基本面研究人員，量化研究人員，交易員，以及高校師生等，相信每一類人員都可以通過使用QResearch而提高效率，做出漂亮的研究或不俗的業績！

該平台下Market Watch實時及歷史數據（包括收益，統計，期限結構和會員持倉）已添加至Toolkit交易工具箱，網址：https://qresearch.qedgeam.com/toolkit

⑽ 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。