CN108765149B - 一种基于集群的量化策略回测系统及其回测方法 - Google Patents

Abstract

本发明公开了一种基于集群的量化策略回测系统及其回测方法，系统包括用户模块、模拟模块、服务器模块、计算机节点模块、数据库、存储单元、监控模块和拓展模块，模拟模块用于用户设置回测参数并响应于回测参数实现策略评估指标的完成；服务器模块为整个系统的控制中心以及数据交互中心；计算机节点模块用于响应服务器模块分发的任务进行回测操作，且计算机节点模块两两之间可进行数据交互；监控模块用于对每个计算机节点模块进行负载大小监控；拓展模块用于拓展计算机节点模块的数量；方法通过计算机判断每个计算机节点的负载情况，进行任务分配，并可以根据实际情况进行节点的拓展，并在回测完成后给用户输出策略评估指标。本发明回测效率高。

Description

一种基于集群的量化策略回测系统及其回测方法

技术领域

本发明涉及量化交易与集群计算领域，应用于量化投资中，尤其涉及一种基于集群的量化策略回测系统及其回测方法。

背景技术

随着金融市场相关理论的不断完成，以及金融工程的发展初成体系，同时计算机技术得到了普及并飞速进步，大量利用计算机技术基于投资理论、统计学等设计的模型融入了金融投资市场。而进入21世纪之后，金融投资越来越多的依靠数据分析作为辅助决策的工具。量化投资正是伴随着计算机性能的不断发展，逐渐取代部分传统投资成为现代金融投资的一个重要组成部分。量化投资以数据分析为基础，通过数学、统计学等模型对历史数据的建模，可以进行交易时机选择、交易品种选取等。传统的主观投资依靠主观思维进行人为的判断，容易受到价格波动、心理因素、外界条件的干扰，造成投资失败。通过量化投资，将传统投资理论与现代计算机技术结合，可以最大程度的排除人为主观因素，避免不必要的损失。因此，量化投资近些年的发展迅猛，越来越多的新技术被应用到这个领域当中。

目前，量化投资逐渐在金融领域中兴起；在量化投资中，量化策略的研发是其中的核心部分，而对模型、策略的回测又是整个流程中的最重要的一个环节，回测的结果直接决定了最后的实盘投资效果。通常的流程是研究员将策略代码编写完毕后，通过本地服务器运行并等待结果输出。但是，传统的量化策略一般运用单台机器运行，可是单台机器的运算能力有限，从而导致量化回测的效率比较低。

发明内容

本发明的主要目的在于解决现有技术中存在的缺点和不足，提供一种基于集群的量化策略回测系统及其回测方法，通过本发明的回测系统和回测系统中应用的方法可以提升量化投资中的回测的效率，具体技术方案如下：

一方面，提供了一种基于集群的量化策略回测系统，所述系统应用于金融量化投资策略评估指标的生成，所述系统包括用户模块、模拟模块、服务器模块、计算机节点模块、数据库、存储单元、监控模块以及拓展模块，所述服务器模块与所述用户模块、数据库和计算机节点模块相连，所述计算机节点模块分别与所述模拟模块、数据库、存储单元、监控模块和拓展模块相连，所述模拟模块还与所述用户模块以及存储单元连接，所述数据库还连接所述服务器模块；其中：

模拟模块，用于用户设置回测参数并响应于所述回测参数实现策略评估指标的完成；

服务器模块为整个系统的控制中心以及数据交互中心；

计算机节点模块，用于响应服务器模块分发的任务进行回测操作，且所述计算机节点模块两两之间可进行数据交互；

监控模块，用于对每个所述计算机节点模块进行负载大小监控；

拓展模块，用于拓展所述计算机节点模块的数量；

数据库，用于存储历史数据；存储单元用于存储所述计算机节点上的文件数据。

本发明的进一步改进，所述模拟模块还包括用于设置回测参数的输入单元和显示策略评估指标数据的显示单元。

本发明的进一步改进，所述回测系统适用于一种以上的交易级别，所述交易级别包括分钟、天、周和月；所述回测系统的品种为任何一个可交易的标的。

本发明的进一步改进，所述回测包括一个起始时间和一个结束时间，通过相对应的策略程序完成回测操作。

另一方面，提供了一种基于集群的量化策略回测系统的回测方法，应用于上述回测系统，所述方法包括步骤：

S1：回测系统将标的历史数据分发到集群环境下的计算机节点中，并将回测所需的数据加载至计算机节点内存中；

S2：用户将量化策略提交至系统，并设置好具体的回测参数，同时系统对每个计算机节点进行负载情况分析；

S3：根据分析得到的每个计算机节点的负载情况对计算机节点进行任务分配，实施回测操作，并在回测完成后输出对应的策略评估指标。

本发明的进一步改进，所述方法还包括步骤：

a.根据回测用户选择的时间段以及标的集合，将对应的历史数据以文本csv格式保存到所有的计算节点的存储单元上;

b.通过所述监控模块监控每个计算节点当前的负载性能，以及未进行完任务的统计工作;

c.将用户提交的量化策略源程序和其中对应的不同参数组合生成集群计算任务，以及对应的可执行文件;

d.根据每个计算节点不同的负载与性能，将不同的任务数与可执行文件发送到计算节点的对应的工作文件夹中。

本发明的进一步改进，所述方法还包括步骤：

1）将每个所述计算节点中的标的历史数据加载到存储单元中；

2）调用所述计算节点工作文件夹中的可执行文件，运行回测；

3）记录每天的标的头寸、总资金、可用资金，并对回测程序运行中出现的异常进行捕获，记录日志。

4）回测结束后，生成本次回测任务的策略性能评估报表，并发送和存储到服务器模块中的报表服务器中。

本发明的基于集群的量化策略回测系统及其回测方法，回测系统通过服务器模块对各个计算机节点进行任务分配，用户在进行回测的过程中，只需要将编写好的量化策略代码提交至系统中，系统会根据监测模块对每个节点的监测情况的反馈，即每个计算机节点的负载情况进行任务分配，使得每个计算机节点都可以得到最大效率的利用，并且，可以根据实际情况的要求通过拓展模块进行计算机节点数量的增加；与现有技术相比，本发明大大提高了研究与产生量化策略的效率，这种情况下，策略开发人员可以最大程度的投入到策略研发与参数优化中，充分利用计算资源，不必长时间等待回测结果，从而不断改善研发能力，提高开发效率。

附图说明

图1为本发明所述基于集群的量化策略回测系统框图示意；

图2为本发明所述基于集群的量化策略回测系统的回测方法流程框图示意。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例。本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中，需要使用一些量化投资中的基本知识和技能，主要包括：

服务器集群技术：将多个计算节点通过路由器连接，并在管理节点中注册。计算处理方式主要为异步处理，将原有同步的操作异步化，发出请求后不等待服务端响应，等服务端处理完毕后，使用通知或轮询的方式告知请求方。使用监控服务对不同的节点的负载状态进行监控，并以此作为回测系统负载均衡调节的基础。集群中失效一个节点后，其任务可传递给其他节点进行处理。集群支持高扩展性，随时可加入新的计算节点以增加性能。负载均衡允许系统同时接入更多的用户。

在本发明实施例中，监控服务通过监控模块实现，集群支持的高扩展性通过拓展模块实现。

数据预处理：对采集的历史交易数据，需要做一些预处理后才能运用到回测系统中,以保证数据的准确性，避免未来数据的存在，避免幸存者偏差。首先需要去除或填充空值，排除异常利群点数据项。对于股票来说，还需要避免因拆分（送股、增股）而出现的股价大幅变动，根据拆分把股价进行调整，用户在回测时可以忽略股票的拆分影响。处理后的历史交易数据用文本csv格式进行存储，一般情况下会发送到集群计算节点的存储器上，为下次回测做准备。

回测技术：量化策略代码编写完毕，需要通过对历史数据加载策略进行回测。回测就是用量化策略在过去指定时间段进行模拟交易（买入、卖出、止盈、止损等操作）,从而得到的收益以及净值变化情况，以及一系列对策略性能的评估指标如下：

交易次数：回测周期内，策略对历史数据发出一次完整的买卖记为一次交易；

策略年化收益率：总收益率/（总交易天数/365）；

基准年化收益率：基准收益率分两种，其中一种是持有沪深300ETF一年的收益率；另一种是持有同一回测股票一年的收益率；

月度胜率：盈利月份数/总交易月份数,其中当月最后一天资金比上月最后一天资金多即为盈利月；

盈亏比：平均每笔盈利/平均每笔亏损。盈亏比越大表明策略的盈利能力越强；

贝塔系数（Beta）：衡量策略随指数波动的敏感性与策略系统性风险，值小于则受大盘指数的影响越小。例如：Beta=1，策略和市场（参照沪深300指数）同进退；若Beta=1.1，市场上涨10%时，策略上涨11%；市场下滑10%时，策略下滑11%。若Beta=0.9，市场上涨10%时，策略上涨9%；市场下滑10%时，策略下滑9%；

阿尔法（Alpha）：实际收益和按照Beta系数计算的期望收益之间的差额。代表策略多大程度上跑赢了预期的收益率。Alpha＞０，表示大盘不变时，策略收益率上升且数值越大，则涨幅越大。Alpha＜０，表示大盘不变时，该策略收益率下跌，且数值越小跌幅越大；

最大回撤：在策略回测周期内，资金累计最大回落的比例，最大回撤是一个重要的风险指标，对于量化策略交易, 该值越小标明策略稳定性越高；

夏普率：(策略年化收益率-无风险利率）/策略收益波动率，其中策略收益波动率=每日收益的年化标准差，用来测量资产的风险性。该指标计算策略每承受一单位总风险，会产生多少的超额报酬。该比率越高，策略承担单位风险得到的超额回报率越高。

具体的，在本发明实施例中，参阅图1，提供了一种基于集群的量化策略回测系统，系统应用于金融量化投资策略评估指标的生成，系统包括用户模块、模拟模块、服务器模块、计算机节点模块、数据库、存储单元、监控模块以及拓展模块，服务器模块与所述用户模块、数据库和计算机节点模块相连，计算机节点模块分别与模拟模块、数据库、存储单元、监控模块和拓展模块相连，模拟模块还与用户模块以及存储单元连接，数据库还连接服务器模块；其中，模拟模块用于用户设置回测参数并响应于回测参数实现策略评估指标的完成，同时，还通过设置在模拟模块上的输入单元来设置回测的具体参数，用设置在模拟模块上的显示单元将回测后的测量评估指数直观显示给用户；服务器模块为整个系统的控制中心以及数据交互中心；计算机节点模块用于响应服务器模块分发的任务进行回测操作，且计算机节点模块两两之间可进行数据交互；监控模块用于对每个计算机节点模块进行负载大小监控；拓展模块用于拓展计算机节点模块的数量；数据库用于存储历史数据；存储单元用于存储计算机节点上的文件数据。

进一步的，在本实施例中，回测系统适用于一种以上的交易级别，交易级别包括分钟、天、周和月；且回测系统适用于任何可以用于交易的品种；同时，回测包括一个起始时间和一个结束时间，回测操作通过用户提交至服务器模块的对应策略程序完成。

参阅图2，在本发明实施例中，提供了一种基于集群的量化策略回测系统的回测方法，应用于上述回测系统，方法包括步骤：

S1：回测系统将标的历史数据分发到集群环境下的计算机节点中，并将回测所需的数据加载至计算机节点内存中；

S2：用户将量化策略提交至系统，并设置好具体的回测参数，同时系统对每个计算机节点进行负载情况分析；

S3：根据分析得到的每个计算机节点的负载情况对计算机节点进行任务分配，实施回测操作，并在回测完成后输出对应的策略评估指标。

为了使回测更加的准确以及快速，在本发明实施例中，每次回测过程中还需要根据回测用户选择的时间段以及标的集合，将对应的历史数据以文本csv格式保存到所有的计算节点的存储单元上；并通过所述监控模块监控每个计算节点当前的负载性能，以及未进行完任务的统计工作；然后将用户提交的量化策略源程序和其中对应的不同参数组合生成集群计算任务，以及对应的可执行文件；最后根据每个计算节点不同的负载与性能，将不同的任务数与可执行文件发送到计算节点的对应的工作文件夹中。

此外，本发明的回测系统将每个计算节点中的标的历史数据加载到存储单元中；服务器模块可调用计算节点工作文件夹中的可执行文件，运行回测；在回测过程中，服务器会记录每天的标的头寸、总资金、可用资金，并对回测程序运行中出现的异常进行捕获，记录日志；在回测结束后，生成本次回测任务的策略性能评估报表，报表的内容为用户提交至系统的量化策略的评估指标，包括最终净值、交易次数、盈亏比、胜率、夏普率、最大回测、月度胜率、年化收益率，阿尔法值等，统计完成发送和存储到服务器模块中的报表服务器中，这样可以作为下一次相同或近似量化策略做回测时的历史数据。

本发明的基于集群的量化策略回测系统及其回测方法，回测系统通过服务器模块对各个计算机节点进行任务分配，用户在进行回测的过程中，只需要将编写好的量化策略代码提交至系统中，系统会根据监测模块对每个节点的监测情况的反馈，即每个计算机节点的负载情况进行任务分配，使得每个计算机节点都可以得到最大效率的利用，并且，可以根据实际情况的要求通过拓展模块进行计算机节点数量的增加，每个计算机节点在完成回测程序完成后会对回测任务进行评估，生成对应的报表，并存储到数据库中；与现有技术相比，本发明大大提高了研究与产生量化策略的效率，这种情况下，策略开发人员可以最大程度的投入到策略研发与参数优化中，充分利用计算资源，不必长时间等待回测结果，从而不断改善研发能力，提高开发效率。

以上仅为本发明的较佳实施例，但并不限制本发明的专利范围，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。

Claims (7)

1.一种基于集群的量化策略回测系统，所述系统应用于金融量化投资策略评估指标的生成，其特征在于，所述系统包括用户模块、模拟模块、服务器模块、计算机节点模块、数据库、存储单元、监控模块以及拓展模块，所述服务器模块与所述用户模块、数据库和计算机节点模块相连，所述计算机节点模块分别与所述模拟模块、数据库、存储单元、监控模块和拓展模块相连，所述模拟模块还与所述用户模块以及存储单元连接，所述数据库还连接所述服务器模块；其中：

模拟模块，用于用户设置回测参数并响应于所述回测参数实现策略评估指标的完成；

服务器模块为整个系统的控制中心以及数据交互中心；

计算机节点模块，用于响应服务器模块分发的任务进行回测操作，且所述计算机节点模块两两之间可进行数据交互；

监控模块，用于对每个所述计算机节点模块进行负载大小监控；

拓展模块，用于拓展所述计算机节点模块的数量；

数据库，用于存储历史数据；存储单元用于存储所述计算机节点上的文件数据。

2.根据权利要求1所述的一种基于集群的量化策略回测系统及其回测方法，其特征在于，所述模拟模块还包括用于设置回测参数的输入单元和显示策略评估指标数据的显示单元。

3.根据权利要求1所述的一种基于集群的量化策略回测系统及其回测方法，其特征在于，所述回测系统适用于一种以上的交易级别，所述交易级别包括分钟、天、周和月；所述回测系统的品种为任何一个可交易的标的。

4.根据权利要求1所述的一种基于集群的量化策略回测系统及其回测方法，其特征在于，所述回测包括一个起始时间和一个结束时间，通过相对应的策略程序完成回测操作。

5.一种基于集群的量化策略回测系统的回测方法，应用于权利要求1~4中任一所述的回测系统，其特征在于，所述方法包括步骤：

S1：回测系统将标的历史数据分发到集群环境下的计算机节点中，并将回测所需的数据加载至计算机节点内存中；

S2：用户将量化策略提交至系统，并设置好具体的回测参数，同时系统对每个计算机节点进行负载情况分析；

S3：根据分析得到的每个计算机节点的负载情况对计算机节点进行任务分配，实施回测操作，并在回测完成后输出对应的策略评估指标。

6.根据权利要求5所述的一种基于集群的量化策略回测系统的回测方法，其特征在于，所述方法还包括步骤：

a.根据回测用户选择的时间段以及标的集合，将对应的历史数据以文本csv格式保存到所有的计算节点的存储单元上;

b.通过所述监控模块监控每个计算节点当前的负载性能，以及未进行完任务的统计工作;

c.将用户提交的量化策略源程序和其中对应的不同参数组合生成集群计算任务，以及对应的可执行文件;

d.根据每个计算节点不同的负载与性能，将不同的任务数与可执行文件发送到计算节点的对应的工作文件夹中。

7.根据权利要求6所述的一种基于集群的量化策略回测系统的回测方法，其特征在于，所述方法还包括步骤：

1）将每个所述计算节点中的标的历史数据加载到存储单元中；

2）调用所述计算节点工作文件夹中的可执行文件，运行回测；

3）记录每天的标的头寸、总资金、可用资金，并对回测程序运行中出现的异常进行捕获，记录日志；

4）回测结束后，生成本次回测任务的策略性能评估报表，并发送和存储到服务器模块中的报表服务器中。

Images