Hi，介紹了api的各種函數後，相信讀者一定很好奇，有了這些資料之後要怎麼回測啊？
畢竟在開始實單做程式交易之前，交易策略到底會賺錢還是賠錢，沒有回測真的不敢用啊！

目前主流的量化交易方式分成兩類：

• 使用專業軟體
• 自行開發

專業軟體以MultiCharts市占率最高，而外匯保證金的部分則有很多人使用MT5。
不過今天要介紹的是自行開發的部分，目前已有很多回測框架，讓大家不用從0開始，像是：

• Backtrader
• vn.py
• QuantConnect
• Zipline
• PyAlgoTrade**

今天要介紹的是一款圖畫起來很漂亮的回測框架 - Backtesting。

首先用 pip install backtesting安裝，
安裝完後歷史數據的部分可以從我們的Shioaji抓，
標的我們就先以2330台積電為例，輸入完起訖日期後，把分K資料轉為日K並放到df裡。

import shioaji as sj
import pandas as pd

api = sj.Shioaji(backend='https', simulation=False)
#抓取2330台積電2020年到2021年9月的K線資料
kbars =api.kbars(contract=api.Contracts.Stocks['2330'], start = '2020-01-01', end = '2021-09-22' )
#轉成dataframe
df = pd.DataFrame({**kbars})
df.ts = pd.to_datetime(df.ts)

#分K轉成日K
df.set_index(df.ts,inplace=True)
df = df.resample('D').agg({'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Volume':'sum'})
df.dropna(inplace=True)
df.head(5)

Out:

| ts                  |   Open |   High |   Low |   Close |   Volume |
|:--------------------|-------:|-------:|------:|--------:|---------:|
| 2020-01-02 00:00:00 |  332.5 |  339   | 332.5 |   339   |    31656 |
| 2020-01-03 00:00:00 |  344   |  345   | 335.5 |   339.5 |    41711 |
| 2020-01-06 00:00:00 |  333   |  334.5 | 332   |   332   |    44900 |
| 2020-01-07 00:00:00 |  332.5 |  333   | 326.5 |   329.5 |    50762 |
| 2020-01-08 00:00:00 |  325   |  333   | 325   |   329.5 |    37426 |

處理完資料後就可以來介紹backtesting拉，大家準備好了嗎？
下面先放一張圖給大家聞香一下，
圖的上方可以顯示出的淨值曲線變化、區間內每筆交易賺賠及進出場、
接下來幾篇會和大家介紹怎麼用backtesting來實做交易策略！