股票回测需要用到哪些数据库

⑴ 想做一个通达信股票全自动程序化交易回测程序，求帮助。

在通达信功能菜单，公式系统，程序交易评测系统，这里可以回测系统，系统自带了几个简单的交易系统，均线，MACD，唐奇安，等，你也可以把你自己的技术指标加上交易信号用回测，也可以做参数优化，但通达信做量化交易不适合。下面截几张图
举个例子，以均线策略为例，默认均线参数是5日和20日，回测时间2016年12月21日到2018年12月21日，回策品种上证指数，结果是年化收益-0.72%胜率也只有29.41%，资金曲线也不好看，接下来参数优化，20日与14日均线 胜率能达到78.57%,年化收益6.2%，这只是个简单的例子，不具备实用性，实际回测你要回测的时间更长，品种更多，观测更仔细，使用参数优化要注意有可能会有过度优化，还有策略设计，回测所选交易价格，如何防止偷价，滑价等等等。

⑵ 可以获得国内股票和期货tick级别历史数据的数据库有哪些

可以通过交易所的授权数据提供商获得国内股票和期货tick级别历史数据。
很多人喜欢做短线，觉得短线刺激，长线持股待涨这种等待实在没有办法承受，但是倘若大家不会做短线，很大概率会亏得更快。今天就把我独有的做T的秘籍分享给大家。
在开始以前，大家可以看一下我为大家准备的一点惊喜，机构精选的牛股大盘点--速领！今日机构牛股名单新鲜出炉！
一、股票做T是什么意思
如果今天买入一只股票，但是又想卖出，那么只能隔天在操作，这就是A股的交易市场模式T＋1。
而股票做T，股票进行T＋0的交易操作就是指把当天买进的股票当天再卖出去，投资人通过可以交易股票的当天的涨跌做差价，当股票处于大幅下跌时，立刻买入，等涨到一定的高度就马上转卖，钱就是这样挣到的。
列举一下，1000股的xx股票在昨天我本来就持有着，市价10元/股。在今早是发现该股已经跌到了9.5元/股，立马又跟进了1000股。到了下午，这支股票的价格就突然上涨到没有想到的价格--10.5元/股，我就立刻以这个价格售出去1000股，从而赚取（10.5－9.5）×1000＝1000元的差价，这就是做T的过程。
但是，不是每种股票做T都合适！正常来说，日内振幅空间较大的股票，这类是比较适合做T的，比如，每日存在5%的振幅空间。对某只股票了解不够，没有把握的，不妨就点开这里看看吧，有专业的人员去为你诊断T股票，从而选择出最适合你的！【免费】测一测你的股票到底好不好？
二、股票做T怎么操作
那股票做T到底怎么操作？一般有两种方式：正T和倒T。
正T即先买后卖，这股票一直在投资者手里面持有着，投资者在开盘当天股票下跌到低点时买入1000股，股票当天冲到最高点的时候，将这1000股票托盘而出，这样总持股数保持不变，T＋0这样的效果也就能够体现到了，又能够享有中间赚取的差价。
而倒T即先卖后买。投资者预计到股票将大幅下跌的征兆，所以就在高位点先卖出持有的一部分股票，等股价回落后再买进，总量仍旧有办法保持不变，但能获取收益。
比方投资者，他占有该股2000股，每一股的价格在当天早上是10元，觉得该股的市价马上就会做出调整，，于是卖出手中的1500股，在股票下降到9.5元/股时，他们就能从这只股票中获得比较丰厚的利益，再买入1500股，这就赚取了（10-9.5）×1500＝750元的差价。
这时就有人问了，可以买入的低点是什么时候，可以卖出的高点又是什么时候要怎样知道呢？
其实只要拥有一款买卖点捕捉神器，就可以判断股票的趋势，就能轻松帮你抓住每一个重要时机，如果想领取的话请点开链接：【智能AI助攻】一键获取买卖机会

应答时间：2021-09-23，最新业务变化以文中链接内展示的数据为准，请点击查看

⑶ python股票行情用什么数据库

内置sqlite库，其他数据库需要自己安装，常用的都支持 mysql

⑷ 在国内做交易策略的回测的具体步骤是什么

交易策略回测属于量化交易，至于用什么工具看个人习惯，可以用量化交易平台，也可以用某些行情交易软件，也可以自己利用一门计算机语言，最简单的用excel，也可以进行回测分析。

⑸ 如果想用统计软件做一些交易策略的回测，用什么软件好，不想用股票软件自带的，限制有点多,谢了...

这个看你个人的技术水平了，简单的哪怕想excel就可以自己做策略回测，水平高的可以选择用matlab或者c++等自己写个程序回测，当然所有的前提是你有数据来源。

⑹ 股票分时数据 用什么数据库

可以使用锐思数据库。
锐思高频数据库囊括上海、深圳等各大证券期货交易所等权威机构数据，交易文件包括分笔和5分钟、10分钟、15分钟、20分钟、30分钟、40分钟、60分钟频率的分时数据。
它是为满足量化投资时代背景下市场各类参与者对于高频数据等方面的迫切需求而推出的，基于高频数据访问与应用的一款产品。

⑺ 选股策略回测用 Matlab 好还是用 Python 好

都是工具，也都可以开发选股策略的回测，推荐Python.理由：Python免费且开源Python编程语言简洁优美Python有众多的量化包，包括获取数据、处理数据、回测、风险分析。目前国外、国内很多平台和项目都是使用PythonPython开发策略，简洁高效，这里举几个例子：1.[量化学堂-策略开发]金叉死叉策略2.[量化学堂-策略开发]海龟策略3.[量化学堂-策略开发]浅谈小市值策略4.[量化学堂-策略开发]多头排列回踩买入策略5.[量化学堂-策略开发]借助talib使用技术分析指标来炒股6.[量化学堂-策略开发]大师系列之价值投资法7.[量化学堂-策略开发]事件驱动策略（基于业绩快报）8.[量化学堂-策略开发]基于协整的配对交易9.[量化学堂-策略开发]使用cvxopt包实现马科维茨投资组合优化:以一个股票策略为例这些策略涵盖了股票量化主要的策略类型，但是使用Python语言，每个策略代码都不多。

⑻ 证券公司一般使用哪种数据库

‍证券公司一般使用数据库是：
甲骨文（ORACLE）
世界上安全性最高的大型数据库，它的安全性是SQL SERVER的百倍，但是其价格也是SQL SERVER的百倍；
‍ DB2是IBM的数据库，如果结合IBM的服务器，它将是速度最快的数据库。

⑼ 量化策略一般用什么平台回测分别有什么优劣势

我知道一家量化策略回测平台【QResearch】，非常好用，QResearch是一个无编程的条件式回测平台，它将所有因素都抽象为因子，简单易用而不失灵活。用户只要理解自己的策略即可动动鼠标进行回测，非常适合有着丰富Idea但不会编程的用户快速验证想法；对于那些会编程的用户，QResearch也可以为之节省大把数据处理和细节处理的时间。QResearch基于高质量的数据库，提供丰富的因子库，其中大部分因子都可以追溯到相应的Paper，非常适合高校金融学院的学生和老师进行研究之用。QResearch自诞生以来就一直追求回测与实盘的一致，力争做到所见即所得的回测结果，目前只要交易费用设置得当，可以将每天回测与实盘的误差控制在0.1bp级别，这在市场上鱼龙混杂的回测平台当中显得格外突出！

总之，QResearch适合各路策略研发人员使用，包括基本面研究人员，量化研究人员，交易员，以及高校师生等，相信每一类人员都可以通过使用QResearch而提高效率，做出漂亮的研究或不俗的业绩！

该平台下Market Watch实时及历史数据（包括收益，统计，期限结构和会员持仓）已添加至Toolkit交易工具箱，网址：https://qresearch.qedgeam.com/toolkit

⑽ 请问大家什么软件能够用外部指标进行历史回测

需要一些比较专业的统计软件。第三方炒股软件一般都做的不好，有些我拿更权威的统计软件去计算，发现结果居然是错的。这个是个人经验（不过有点过时了，2012年尝试的，估计那个软件自己已经把错误更改了。）。

建议你做以下操作：

1. 自己收集外部指标，并随时更新。如果可以的话，自己建个数据库。MYSQL之类的，免费而且非常容易上手。
   

2. 选择一款可以轻松将金融数据导出成标准格式的第三方炒股软件。这个就是你自己的喜好了。大部分软件，这方面做的还是不错的，虽然要交费。

3. 用一款比较专业的统计软件，将两者数据导入，然后按自己的想法，自由自在的做分析。你可以随便选一款你自己使用着习惯的统计软件。EVIEWS之类的太简单，包含的东西太少了。高度建议你选择一些自带金融计量分析工具的软件。建议你用以下统计软件：

1. MATLAB。这个上手超快，前提是你很好的学过线性代数，因为计算是以矩阵为基础的。他自带的financial econometrics tool box包含的东西非常广，非常全。就算没有，因为软件自由度很高，所以可以轻松自己创造出一个。

2. STATA。这个上手比上面那个还快。而且，不需要很好的线性代数，因为编程理念不是以矩阵为基础的。自带的金融计量的东西很多很全。更新也很快。缺点是，没上面那个自由度高。某些全新的算法和公式，你想用的话，自己写出来比较费劲，效率也容易低。特别是你想做蒙特卡罗模拟实验的时候。

3. 其他的那些免费的统计软件，比如R, OX之类的我并不建议。因为是免费的，所以用户体验做的并不好。