❶ 如何編寫MATLAB回測模型
丁鵬博士的書中，有一節中有一個小例子講解matlab回測的
❷ 選股策略回測用 Matlab 好還是用 Python 好
首先十年的日級別數據量的確不大，使用Python來說的話不應該出現memoryerror，應該是在編程方面需要再多留意，我們在Ricequant上使用的分鍾數據大概是200-300個GB左右，也是Python和Java共同合作完成的。
語言只是一個語言，興許會有各種語法的不同，但是在談語言的時候我們需要了解背後的工具箱和社區，以及它為什麼處理一些事情比另外的一些語言要好。
本身Python初期用來做金融回測等是應該被放棄的，用來開發策略也應該是被放棄的，因為相比matlab的矩陣運算來做開發，實在是太方便了。只不過後來Python推出了series、pandas等一系列的強悍library，pandas的語法基本在「無恥」地模仿matlab和R，而pandas的開發者正是美國大名鼎鼎的對沖基金AQR，因此使data crunching和對數據的一些操作大大便利，此外，又包裝了海量的開源社區的數學和科學計算庫，也能處理各種的machin learning等等的問題。
從科學計算的語言的發展來看，從最初的人們對浮點數計算的需求加入了fortran，再一路進行，讓工具更加的讓科學計算容易再容易（Python也封裝了大量早期的數學家們用fortran寫的數學計算基礎庫，這些經歷了幾十年的考驗、加速等等）：
numpy: basic array manipulation - 基礎的數組處理
scipy: scientific computing in python, including signal processing and optimization - 科學計算，包括信號處理和優化等
matplotlib: visualization and plotting - 幾行代碼就可以做圖形化顯示了
IPython: write and run python code interactively in a shell or a notebook - 互動式編程環境，這是能將來替代掉matlab的一個必備，即在一行一行代碼的輸入、顯示過程中學習、改進
pandas: data manipulation - 最重要的矩陣運算等
scikit-learn: machine learning - 機器學習
但是隨著以後的發展Python的開源屬性就會體現的越來越強大，可以讓更多的人享受到其便利和貢獻進來，包括Quantopian也放出了zipline的python回測框架，只需要引入yahoo數據即可進行回測，並且Python的速度由於跟C的很好的結合可以達到非常快的速度，而且可以將來和其他系統很容易整合對接實盤交易介面。
由於歐美已經有很多的投行和對沖基金在往Python的技術棧靠攏，因此選擇了Python即掌握了一門重要的工具，並且無需跟一家私有化公司進行捆綁。
當然，最後的最後，所有的python回測你都可以來Ricequant - Beta上完成，我們支持海量的市場、財務數據，還有不斷加入的和大數據公司合作的輿情數據等等，同時策略回測完還可以做實時模擬交易，享受到實時數據的計算。在雲平台上已經支持了幾乎所有的Python科學計算庫，無需花時間安裝、測試等等。
❸ 想做股票指數的回測怎麼簡單入門
指數回測沒有理論依據，懂不懂都無所謂。
❹ 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。
❺ 選股策略回測用matlab好還是用python好
我沒錢，支持免費開源
拋開版權不說，初期入手策略測試、數據分析用matlab非常方便
但是策略測試方法、框架弄清楚後，要做正規的回測，還是Python方便，這里的正規是指嚴格的事件流驅動，雖然速度慢，但是避免未來函數影響、接近實盤的邏輯。
Python在這方面已經有很多庫了，quantopian的zipline應該算鼻祖了，國內的優礦網和ricequant都跟zipline很像，另外還有知乎大神的zn.py，PyAlgoTrade等
❻ 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。
❼ 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：
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。
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。
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：
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。
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。
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。
❽ 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。
❾ 選股策略回測用 Matlab 好還是用 Python 好
語言就是用來幹活的，中間文件用HDF5或者csv轉存，需要時間序列分析的時候上R.畢竟Python的sm庫還是很爛的，但是PCA和大量的多因子計算，Python R MATLAB都差不多。
回測講究並發效率和一些多參數回測的參數調優以及一些MC方法的估計時，py運行效率(相對於MATLAB)會高一些
總體來說，別太把語言當回事，就跟吃飯用筷子還是勺子還是叉子，要根據食材來