A. 量化交易的回测和调试到底是什么意思
就是通过以前的行情数据进行测试，调整系统，借此提高交易系统的可靠性。一个量化系统不能开发出来就用于实战，毕竟都是真金白银，所以得先进行回测调试。
B. 股票回测是什么意思
指股票上涨一定幅度之后回落一定幅度，这个不是回测，而是回撤。回测指的是一个投资策略，在过去几年的历史收益表现，常用到年化收益、夏普比率、最大回撤、阿尔法、贝塔值来评估回测结果的好坏，回测结果越好，那么未来这个策略相对来说，赚钱的概率更高。像果仁网，就可以实现从选股到历史数据回测。
C. A股量化交易回测引擎哪家做的比较好
看到楼上的回答，我来介绍一下JoinQuant吧。
不同于传统的量化工具，JoinQuant采用基础功能免费+互联网模式+云平台+强大的社区的模式来做量化平台。目的在降低量化交易的门槛，让人人都能够接触并成为宽客。
目前我们沉淀了一定的策略库，如：
MACD、KDJ、指数平滑均线、上影线与下影线、羊驼、布林线、威廉指标、均线策略等等。
可以直接登录JoinQuant，在社区中一键克隆。
JoinQuant是为量化爱好者（宽客）量身打造的云平台，我们为您提供精准的回测功能、高速实盘交易接口、易用的API文档、由易入难的策略库，便于您快速实现、使用自己的量化交易策略。
我们的创始团队具有丰富的金融、互联网从业经验，既有超过10年炒股经验、持续跑赢大盘的炒股大师，也有多年从事基金、证券行业的金融精英，还有BAT的技术大牛，我们致力于打造最高效、易用的量化交易平台。
D. 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。
E. 如何看待量化交易的回测
美股研究社指出：不同风格的策略对于回测的要求是不同的，比如对于多因子选股或者趋势策略等，需要注意的几点是：
1. 区分好样本内数据和样本外数据，这个和机器学习很类似，样本内数据用于训练，样本外数据用于校验。这样做的目的是为了避免过拟合陷阱。
2. 收益的分布，看看你回测后所有交易的收益分布，看看你的收益来源是少数的几次大的收益还是来源多次的小的收益。来源于大的收益，你的收益波动性就很大，实盘往往会达不到你的效果。
3. 参数的稳定性。如果你某个参数过敏感，随便调整下就对收益影响很大，那你实盘的情况和模拟盘也有很大可能会有出入。
这类策略严格来说，避免了一些常见的坑，还是比较容易做到回测和实盘类似的。
京东量化最新推出了一些通达信的技术指标还不错，你们可以去看一下，应该能学到好多东西。
F. 制定了一个策略，比如5日线上穿10日线做多，反之卖出。那么怎么在同花顺或通达信软件上进行回测
你所问的问题是量化交易的范畴，通达信上可以做到，通达信软件自带程序化交易评测系统，就可以进行回测，公式例子，可以参考通达信里自带的专家交易系统里的策略，策略回测，是非常有用的，但通达信，同花顺在这个方面不太专业建议用一些专业的量化分析平台，回测，优化参数，这里还涉及滑价，过度优化等问题，建议你从学习量化交易入手。
G. 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。
H. 国内哪家股票/期货量化交易平台支持tick级回测
国信tradestation支持股票、期货、期权交易，你说的量化回测都可以
I. python量化哪个平台可以回测模拟实盘还不要钱
Python量化投资框架：回测+模拟+实盘
Python量化投资 模拟交易 平台 1. 股票量化投资框架体系 1.1 回测 实盘交易前，必须对量化交易策略进行回测和模拟，以确定策略是否有效，并进行改进和优化。作为一般人而言，你能想到的，一般都有人做过了。回测框架也如此。当前小白看到的主要有如下五个回测框架： Zipline ：事件驱动框架，国外很流行。缺陷是不适合国内市场。 PyAlgoTrade ： 事件驱动框架，最新更新日期为16年8月17号。支持国内市场，应用python 2.7开发，最大的bug在于不支持3.5的版本，以及不支持强大的pandas。 pybacktest ：以处理向量数据的方式进行回测，最新更新日期为2个月前，更新不稳定。 TradingWithPython：基于pybacktest，进行重构。参考资料较少。 ultra-finance：在github的项目两年前就停止更新了，最新的项目在谷歌平台，无奈打不开网址，感兴趣的话，请自行查看吧。 RQAlpha：事件驱动框架，适合A股市场，自带日线数据。是米筐的回测开源框架，相对而言，个人更喜欢这个平台。 2 模拟 模拟交易，同样是实盘交易前的重要一步。以防止类似于当前某券商的事件，半小时之内亏损上亿，对整个股市都产生了恶劣影响。模拟交易，重点考虑的是程序的交易逻辑是否可靠无误，数据传输的各种情况是否都考虑到。 当下，个人看到的，喜欢用的开源平台是雪球模拟交易，其次是wind提供的模拟交易接口。像优矿、米筐和聚宽提供的，由于只能在线上平台测试，不甚自由，并无太多感觉。 雪球模拟交易：在后续实盘交易模块，再进行重点介绍，主要应用的是一个开源的easytrader系列。 Wind模拟交易：若没有机构版的话，可以考虑应用学生免费版。具体模拟交易接口可参看如下链接：http://www.dajiangzhang.com/document 3 实盘 实盘，无疑是我们的终极目标。股票程序化交易，已经被限制。但对于万能的我们而言，总有解决的办法。当下最多的是破解券商网页版的交易接口，或者说应用爬虫爬去操作。对我而言，比较倾向于食灯鬼的easytrader系列的开源平台。对于机构用户而言，由于资金量较大，出于安全性和可靠性的考虑，并不建议应用。 easytrader系列当前主要有三个组成部分： easytrader：提供券商华泰/佣金宝/银河/广发/雪球的基金、股票自动程序化交易，量化交易组件 easyquotation : 实时获取新浪 / Leverfun 的免费股票以及 level2 十档行情 / 集思路的分级基金行情 easyhistory : 用于获取维护股票的历史数据 easyquant : 股票量化框架，支持行情获取以及交易 2. 期货量化投资框架体系 一直待在私募或者券商，做的是股票相关的内容，对期货这块不甚熟悉。就根据自己所了解的，简单总结一下。 2.1 回测 回测，貌似并没有非常流行的开源框架。可能的原因有二：期货相对股票而言，门槛较高，更多是机构交易，开源较少； 去年至今对期货监管控制比较严，至今未放开，只能做些CTA的策略，另许多人兴致泱泱吧。 就个人理解而言，可能wind的是一个相对合适的选择。 2.2 模拟 + 实盘 vn.py是国内最为流行的一个开源平台。起源于国内私募的自主交易系统，2015年初启动时只是单纯的交易API接口的Python封装。随着业内关注度的上升和社区不断的贡献，目前已经一步步成长为一套全面的交易程序开发框架。如官网所说，该框架侧重的是交易模块，回测模块并未支持。 能力有限，如果对相关框架感兴趣的话，就详看相关的链接吧。个人期望的是以RQAlpha为主搭建回测框架，以雪球或wind为主搭建模拟框架，用easy系列进行交易。