@萝卜头 可以改为其他，看策略，这里也是不想太频繁

@天行止戈 get_fundamentals 默认回测取前一天的数据，包括pe计算依赖的数据 预测未来的净利润，不一定是实际未来的净利润吧，好比今天预测明天的某个值

@Morningstar 我在回测时的一个例子：000692,2016年11月14日，用程序获取的PE值为：50.53，但在东财软件中看，该股票三季报为-0.087，动态PE为-56左右。 一正一负，差别好大啊。

@Morningstar 谢谢，了解了，我只是想知道您当时考虑10日作为调仓日是否有特殊考虑，比如基于某个统计数据或者其他原因。

@萝卜头 有一点吧，好比 5日，10日，20日均线，但是没有严格要求

@Morningstar 理解，非常感谢您的及时回复，非常不错的策略，说明也很详细，很方便学习。

@Morningstar 修改get_growth_rate里的时间10天到25天，为什么刚好20天收益最好，回撤也最低？就差一点效果差很多，怎么解释这种现象呢？ 天 收益 回撤 10 652% 26% 15 373% 31% 18 459% 30% 19 696% 31% 20 1335% 14% 21 1175% 18% 22 940% 26% 25 887% 28%

@Morningstar 回测的时候为什么要把set_option('use_real_price', True)注释掉啊，这样不就存在未来函数了吗？

@gundamj set_option('use_real_price', True) 这个没注释，你说的是黑名单吧，黑名单只针对当前，所以建议注释掉

@jazune 有一点统计经验的意味，好比10日均线2日均线，对收益来说，参数变得有时候会有点蝴蝶效应的感觉，变化比较大也是正常的。

@Morningstar 只相差一天，差距都那么大，确实出乎我意料了。我回撤了你这个模型从08年到16年，基本每一年都是跑赢大盘的，效果也不错。但是现在有个很困惑的问题：如果历史数据回测效果都不错，怎么证明以后实盘效果也不错？如果没法证明的话，过去数据有什么意义呢？

@jazune 无法完全保证，这个主要还是基于小市值最近几年的爆发，可以模拟交易一段时间看看

@Morningstar ok，多谢回复

@Morningstar 作为一个代码搬运工十分感谢大神无私奉献

@Morningstar 大神麻烦帮我看看为什么回测失败，第一次接触的小白搞了一下午了还没成功，好郁闷。 Traceback (most recent call last): File "kuanke/user_space.py", line 142, in exec_msg return getattr(self, func)(*msg['args'], **msg['kwargs']) File "kuanke/user_space.py", line 294, in initialize self.func_initialize(self.user_context) File "user_code.py", line 84, in initialize g.trade_stat = tradestat.trade_stat() AttributeError: 'module' object has no attribute 'trade_stat' ========全局变量======== { 'g': PersistentState({'tested_fields': set([])})} ========局部变量======== File "kuanke/user_space.py", line 142, in exec_msg return getattr(self, func)(*msg['args'], **msg['kwargs']) { 'context': , 'self': } ------------ File "kuanke/user_space.py", line 294, in initialize self.func_initialize(self.user_context) { 'context': UserContext({'current_dt': datetime.datetime(2014, 1, 2, 9, 0), 'portfolio': Portfolio({'available_cash': 100000.0, 'subportfolios': [SubPortfolio({'available_cash': 100000.0, 'total_value': 100000.0, 'transferable_cash': 100000.0, 'type': 'stock', 'locked_cash': 0.0, 'inout_cash': 100000.0, 'short_positions': {}, 'positions_value': 0, 'margin': 0, 'long_positions': {}})], '_unsell_positions': {}, 'transferable_cash': 100000.0, 'portfolio_value': 100000.0, 'locked_cash': 0.0, 'starting_cash': 100000.0, 'inout_cash': 100000.0, 'short_positions': {}, 'positions_value': 0, 'margin': 0, 'long_positions': {}}), 'previous_date': datetime.date(2013, 12, 31), 'run_params': RunParams({'end_date': datetime.date(2016, 11, 14), 'frequency': u'minute', 'type': 'simple_backtest', 'start_date': datetime.date(2014, 1, 1), 'extra_gloabl_vars': {}}), 'universe': []})} ------------

@yangli108 看运行说明，复制研究里的trade_stat代码

@Morningstar 可以了，真的非常感谢！

择时上有未来函数。

@jazune 怎么可能有证明以后会好的，再过1万年，也没有