<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>官方文章 on 菠萝学</title><link>https://www.poloxue.com/docs/backtrader/19-articles/</link><description>Recent content in 官方文章 on 菠萝学</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><managingEditor>poloxue123@gmail.com (POLO XUE)</managingEditor><webMaster>poloxue123@gmail.com (POLO XUE)</webMaster><copyright>© 2026 POLO XUE</copyright><atom:link href="https://www.poloxue.com/docs/backtrader/19-articles/index.xml" rel="self" type="application/rss+xml"/><item><title>回测中的超大内存问题与优化</title><link>https://www.poloxue.com/docs/backtrader/19-articles/01-out-of-memory/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><author>poloxue123@gmail.com (POLO XUE)</author><guid>https://www.poloxue.com/docs/backtrader/19-articles/01-out-of-memory/</guid><description>&lt;p&gt;最近 Reddit 上两个相关帖子启发了本文：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;声称 backtrader 无法处理 160 万根 K 线的帖子：reddit/r/algotrading - A performant backtesting system?&lt;/li&gt;
&lt;li&gt;需要一个能回测 8000 支股票的工具：reddit/r/algotrading - Backtesting libs that supports 1000+ stocks?&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;其中一位作者问如何使用能回测”超大内存”的框架，”因为显然不能将所有数据加载到内存中。”&lt;/p&gt;</description></item><item><title>跨平台回测的陷阱与解决方案</title><link>https://www.poloxue.com/docs/backtrader/19-articles/02-cross-backtesting-pitfalls/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><author>poloxue123@gmail.com (POLO XUE)</author><guid>https://www.poloxue.com/docs/backtrader/19-articles/02-cross-backtesting-pitfalls/</guid><description>&lt;p&gt;在 Backtrader 社区中，经常有用户希望复制 TradingView 等平台上的回测结果。TradingView 使用 Pinescript，用户往往不了解其实现细节和回测引擎的内部机制。因此，即使有意复制，也必须明白跨平台回测有其局限性。&lt;/p&gt;</description></item><item><title>加密货币中的分位仓位管理</title><link>https://www.poloxue.com/docs/backtrader/19-articles/03-fractional-sizes/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><author>poloxue123@gmail.com (POLO XUE)</author><guid>https://www.poloxue.com/docs/backtrader/19-articles/03-fractional-sizes/</guid><description>&lt;p&gt;首先，用两句话总结 backtrader 的工作方式：&lt;/p&gt;
&lt;p&gt;它像一个构建工具包，核心模块（Cerebro）可以插入各种不同模块。&lt;/p&gt;
&lt;p&gt;基础发行版包含指标、分析器、观察器、仓位计算器、过滤器、数据源、经纪商、佣金/资产信息方案等模块。&lt;/p&gt;</description></item><item><title>打败随机入场策略</title><link>https://www.poloxue.com/docs/backtrader/19-articles/04-beating-the-random-entry/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><author>poloxue123@gmail.com (POLO XUE)</author><guid>https://www.poloxue.com/docs/backtrader/19-articles/04-beating-the-random-entry/</guid><description>&lt;p&gt;最近 reddit/r/algotrading 上有讨论，关于能否成功复现已发布的算法交易策略。首先，我复现了 130 多篇关于”预测股市”的研究论文，从头编写代码并记录了结果。以下是一些收获：&lt;/p&gt;</description></item><item><title>保守型公式再平衡策略</title><link>https://www.poloxue.com/docs/backtrader/19-articles/05-rebalancing-conserative/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><author>poloxue123@gmail.com (POLO XUE)</author><guid>https://www.poloxue.com/docs/backtrader/19-articles/05-rebalancing-conserative/</guid><description>&lt;p&gt;本文提出保守型公式的方法：&lt;strong&gt;Python 中的保守型公式：简化的量化投资&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;这只是众多再平衡方法中的一种，相对易于理解。方法概要：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;从 Y 只股票中选出 x 只（如从 1000 只中选 100 只）&lt;/li&gt;
&lt;li&gt;选股标准：
&lt;ul&gt;
&lt;li&gt;低波动性&lt;/li&gt;
&lt;li&gt;高净派息收益率（Net Payout Yield，NPY）&lt;/li&gt;
&lt;li&gt;高动量&lt;/li&gt;
&lt;li&gt;每月再平衡一次&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;接下来展示如何在 Backtrader 中实现该策略。&lt;/p&gt;</description></item><item><title>MFI 资金流指标的通用实现</title><link>https://www.poloxue.com/docs/backtrader/19-articles/06-mfi-generic/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><author>poloxue123@gmail.com (POLO XUE)</author><guid>https://www.poloxue.com/docs/backtrader/19-articles/06-mfi-generic/</guid><description>&lt;p&gt;在之前的文章中，介绍了 MFI（Money Flow Indicator，资金流动指标）的实现。&lt;/p&gt;
&lt;p&gt;虽然该实现按传统方式开发，但仍有改进空间，可以做得更通用。&lt;/p&gt;
&lt;p&gt;先关注实现的前几行——计算典型价格的部分。&lt;/p&gt;</description></item></channel></rss>