❶ 如何编写MATLAB回测模型
丁鹏博士的书中，有一节中有一个小例子讲解matlab回测的
❷ 选股策略回测用 Matlab 好还是用 Python 好
首先十年的日级别数据量的确不大，使用Python来说的话不应该出现memoryerror，应该是在编程方面需要再多留意，我们在Ricequant上使用的分钟数据大概是200-300个GB左右，也是Python和Java共同合作完成的。
语言只是一个语言，兴许会有各种语法的不同，但是在谈语言的时候我们需要了解背后的工具箱和社区，以及它为什么处理一些事情比另外的一些语言要好。
本身Python初期用来做金融回测等是应该被放弃的，用来开发策略也应该是被放弃的，因为相比matlab的矩阵运算来做开发，实在是太方便了。只不过后来Python推出了series、pandas等一系列的强悍library，pandas的语法基本在“无耻”地模仿matlab和R，而pandas的开发者正是美国大名鼎鼎的对冲基金AQR，因此使data crunching和对数据的一些操作大大便利，此外，又包装了海量的开源社区的数学和科学计算库，也能处理各种的machin learning等等的问题。
从科学计算的语言的发展来看，从最初的人们对浮点数计算的需求加入了fortran，再一路进行，让工具更加的让科学计算容易再容易（Python也封装了大量早期的数学家们用fortran写的数学计算基础库，这些经历了几十年的考验、加速等等）：
numpy: basic array manipulation - 基础的数组处理
scipy: scientific computing in python, including signal processing and optimization - 科学计算，包括信号处理和优化等
matplotlib: visualization and plotting - 几行代码就可以做图形化显示了
IPython: write and run python code interactively in a shell or a notebook - 互动式编程环境，这是能将来替代掉matlab的一个必备，即在一行一行代码的输入、显示过程中学习、改进
pandas: data manipulation - 最重要的矩阵运算等
scikit-learn: machine learning - 机器学习
但是随着以后的发展Python的开源属性就会体现的越来越强大，可以让更多的人享受到其便利和贡献进来，包括Quantopian也放出了zipline的python回测框架，只需要引入yahoo数据即可进行回测，并且Python的速度由于跟C的很好的结合可以达到非常快的速度，而且可以将来和其他系统很容易整合对接实盘交易接口。
由于欧美已经有很多的投行和对冲基金在往Python的技术栈靠拢，因此选择了Python即掌握了一门重要的工具，并且无需跟一家私有化公司进行捆绑。
当然，最后的最后，所有的python回测你都可以来Ricequant - Beta上完成，我们支持海量的市场、财务数据，还有不断加入的和大数据公司合作的舆情数据等等，同时策略回测完还可以做实时模拟交易，享受到实时数据的计算。在云平台上已经支持了几乎所有的Python科学计算库，无需花时间安装、测试等等。
❸ 想做股票指数的回测怎么简单入门
指数回测没有理论依据，懂不懂都无所谓。
❹ 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。
❺ 选股策略回测用matlab好还是用python好
我没钱，支持免费开源
抛开版权不说，初期入手策略测试、数据分析用matlab非常方便
但是策略测试方法、框架弄清楚后，要做正规的回测，还是Python方便，这里的正规是指严格的事件流驱动，虽然速度慢，但是避免未来函数影响、接近实盘的逻辑。
Python在这方面已经有很多库了，quantopian的zipline应该算鼻祖了，国内的优矿网和ricequant都跟zipline很像，另外还有知乎大神的zn.py，PyAlgoTrade等
❻ 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。
❼ 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：
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。
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。
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：
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。
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。
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。
❽ 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。
❾ 选股策略回测用 Matlab 好还是用 Python 好
语言就是用来干活的，中间文件用HDF5或者csv转存，需要时间序列分析的时候上R.毕竟Python的sm库还是很烂的，但是PCA和大量的多因子计算，Python R MATLAB都差不多。
回测讲究并发效率和一些多参数回测的参数调优以及一些MC方法的估计时，py运行效率(相对于MATLAB)会高一些
总体来说，别太把语言当回事，就跟吃饭用筷子还是勺子还是叉子，要根据食材来