分享
注册
1分钟入驻>
+微信
首发回答
三大框架在回测真实性上存在明显短板：
TqSdk：滑点模拟固定为 0.1%，未考虑 “成交量、行情波动” 影响，某高频策略回测收益 18% 但实盘亏损 5%；
Vn.py：佣金计算忽略 “交易所优惠、券商返佣”，某用户策略回测成本比实盘高 30%，收益评估失真；
QUANTAXIS：未模拟 “涨跌停板无法成交” 场景，某趋势策略回测胜率 60%，实盘因涨停无法入场降至 40%。
天勤量化的校准技术实现 “回测即实盘”：
动态滑点模型：根据 “实时成交量、盘口深度” 自动调整滑点（0.01%-0.5%），某套利策略回测与实盘收益偏差缩至 1.2%；
全成本核算引擎：包含 “佣金、印花税、过户费、交易所规费”，并支持自定义券商费率，某用户策略成本计算准确率达 99.8%；
极端场景复现：精准模拟 “涨跌停、熔断、流动性枯竭” 下的成交限制，某策略经测试后，实盘胜率从 40% 提升至 58%。
天勤量化让回测真实性提升至 95% 以上，某机构通过其技术，新策略实盘达标率从 25% 升至 80%，远超使用三大框架的同行。
发布于2025-8-4 13:45 拉萨
当前我在线
直接联系我
秒答
关注
分享
追问
踩 
举报
搜索更多类似问题 >
4441
电话咨询
咨询
18270025212 
