polakowo/vectorbt

解决的问题

VectorBT 解决了传统回测的性能瓶颈。它不再逐个策略地遍历价格条形，而是允许研究人员同时测试数千种不同的策略配置、资产和时间框架，将网格搜索所需时间从数小时缩短至数秒。

工作原理

该库采用向量化方法，将数千个配置打包到 NumPy 数组中。它使用 Numba 和可选的 Rust 引擎加速执行的“热点路径”，避免 JIT 开销。它与 pandas 深度集成，提供原生 API，并利用灵活的广播机制处理多资产分析和大规模参数扫描。

适用人群

专为需要在金融市场上进行大规模实验和策略研究的人类量化研究人员及 AI 代理设计。

主要亮点

• 高性能执行：利用 NumPy、Numba 和 Rust 实现向量化回测。
• 广播支持：可同时对多个资产进行数千种参数组合的测试。
• 全面分析：包含投资组合绩效指标、回撤分析以及与 QuantStats 的集成。
• 机器学习就绪：提供鲁棒性测试、向前滚动优化和机器学习工作流所需的标签生成。
• 交互式可视化：内置对 Plotly、Jupyter 小部件和动画金融图表的支持。