量化投资策略：常见的几种Python回测框架（库）
原文地址：http://blog.csdn.net/lawme/article/details/51454237
本文章为转载文章。这段时间在研究量化策略方向，研究了Zipline一段时间，但是后续发现他仅支持美国股票，收集量化策略文章，转载到博客中。
在实盘交易之前，必须对量化交易策略进行回测。在此，我们评价一下常用的Python回测框架（库）。评价的尺度包括用途范围（回测、虚盘交易、实盘交易），易用程度（结构良好、文档完整）和扩展性（速度快、用法简单、与其他框架库的兼容）。
- Zipline: 事件驱动的回测框架。Quantopian 正在使用它。
- PyAlgoTrade: 也是事件驱动的回测框架，支持虚盘和实盘两种交易。文档完整，整合了TA-Lib(技术分析库)。在速度和灵活方面，它比Zipline 强。不过，它的一大硬伤是不支持 Pandas 的模块和对象。
- pybacktest: 它以处理向量数据的方式进行回测，非常简单轻便。2015年5月21日，这个项目有复活的迹象。
- TradingWithPython: 这位Jev Kuznetsov 扩展 pybacktest 形成自己的回测程序。这个库似乎在2015年2月更新了。不过，相关的文档和课程售价 $395。
- 其他项目: ultra-finance
| Zipline | PyAlgoTrade | TradingWithPython | pybacktest | |
| 类型 | 事件驱动 | 事件驱动 | 向量处理 | 向量处理 |
| 社区 | 较大 | 一般 | 无 | 无 |
| 云计算 | Quantopian | 无 | 无 | 无 |
| 支持 IB | 是 | 否 | 否 | 否 |
| 数据源 | Yahoo, Google, NinjaTrader | Yahoo, Google, NinjaTrader, Xignite, Bitstamp 实时提供数据 | ||
| 文档 | 完整 | 完整 | $395 | 很少 |
| 事件可定制 | 是 | 是 | ||
| 速度 | 慢 | 快 | ||
| 支持Pandas | 是 | 否 | 是 | 是 |
| 交易日历 | 是 | 否 | 否 | 否 |
| 支持TA-Lib | 是 | 是 | 是 | |
| 适用于 | 仅用于美国证券交易 | 实盘交易 虚盘交易 | 虚盘测试交易 | 虚盘测试交易 |
Zipline 与 PyAlgoTrade 的对比评分
| Zipline | PyAlgoTrade | 说明 | |
| 虚盘交易 | ♦ | ♦ ♦ ♦ | Zipline 似乎不能用非美数据和本地数据工作，而 PyAlgoTrade 可以使用任何类型的数据 |
| 实盘交易 | ♦ ♦ | ♦ ♦ | 二者都不错，但 Quantpian 的云计算编程很好 |
| 灵活性 | ♦ ♦ | ♦ ♦ ♦ | PyAlgoTrade 支持各种高级定单，并有更多的业务事件。 Zipline 提供了简单的滑点模式 |
| 速度 | ♦ | ♦ ♦ ♦ | Zipline 比 PyAlgoTrade 慢 |
| 易用性 | ♦ ♦ ♦ | ♦ ♦ | PyAlgoTrade 不支持 pandas |