上次写技术相关的内容应该是前年研究delta对冲和gamma的关系了，后面实在没有什么技术升级可言。交易上面有一些心得，但总觉得太过粗浅，也不用记录在博客上了。
今天说这个回测，倒是最近半年持续关注的话题，因为做策略回测最基本的。
初期，我在matlab上自己写回测，这个基本上就很基础了，统计一下收益率和波动率。倒是后来照抄丁鹏有一本matlab的书后面的代码，还加上了一些其他的持仓回测指标。
这种自己手工写代码回测，好处在于随便怎么折腾，坏处也明显，效率很低，任务比较简单还成，任务一旦复杂，各种数据处理就是非常困难的任务。
后来来到公司，开始关注wind的backtest和天软的回测平台。天软用了一套自己的语言，实话说，语法奇怪，关键问题是，我实在不想学它那种奇葩的语言和函数，自己稍微编了几段试用了一段时间，就放弃了，不过因为我试用这些日子，他们客服还可以过来忽悠我们买。
wind的回测机构版自带，一开始在matlab里面使用，它的backtest只是交易函数的回测，还算方便，但是并不支持期权，因此我编过几个简单的策略回测也就停止了。
后来就是各种量化量化平台在今年雨后春笋，纷纷扩大，我花时间最多的是ricequant，它的语法是python的。自己感觉到确实python才是未来策略回测的通用语言，于是开始强迫自己熟悉python。
但是有个问题是量化平台都是在流量器运行，导致程序调试非常麻烦，后来ricequant又开源了它的回测，ricequant alph。我深度使用了一段时间，觉得这个确实是个好东西，实话说，比wind的backtest不知道好多少倍。
如果仅仅是回测股票策略，肯定就使用ricequant alpha了。不过这个开源平台的局限是，它只能支持日线数据，没法回测更高频的数据，我想，他的机构版应该就可以开放平台下回测高频数据了吧。我和他的合伙人简单聊过，据说有这个计划，本来说在上海再聊聊，后来也没音信，大概觉得我们这个机构对回测平台缺乏投入诚意吧。
另外，ricequant还没有支持期权回测，我想他未来肯定也会支持吧，不过最近我发现wind PMS支持期权，于是就在这个上面研究了一段时间。
wind PMS 主要用两个函数 wpf 和wupf，wpf从pms下载数据，wupf向pms上传数据。不过需要特别注意的是：wupf上传的是持仓数据，也就是说，每次上床当天的持仓界面，不在持仓截面里面的，就自动清仓了，而且应该是按照结算价清仓。
和按照交易回测相比，这种处理方式非常粗暴，但是目前也只能适应，想wind去修改wupf函数，还不如指望ricequant增加期权。
实际上，对于我们这样的机构来说，早就应该开发一套自己的回测平台了，这应该算是一个基础设施，但是一个好的回测平台，开发时间肯定也不断，各种人力投入，这也不是我能轻易建言了，只能感叹一下，然后自己将就着，准备着，后面应该能用的上的，毕竟策略开发这个活，亲自动手总归更放心些，也不会那么容易被机器取代。