初始化数据回测框架：PyAlgoTrade
一、常用的数据回测框架
常用的数据回测框架有哪些？
- ZipLine:比较适用于美股，A股的话还需要另外去修改，由于它的适用性和复杂性，对应编程能力的要求很高， 所以我们暂时不用它来实验。
- PyAlgoTrade：使用简单，方便，比较容易理解，适应的品种主要是股票和数字币， 待会我们来看这一个框架开源代码和使用说明，
- BackTrader：它比较全面，包括回测，策略交易。不只是股票，它还适合期权，大宗商品交易都支持，它的类比较多，对于编程能力要求较高。
综上，我们选择PyAlgoTrade框架来进行实验。
关于数据回测的功能我们之前已经写过了，Stragedy/base.py里面有写过。收益率、夏普率都是回测的内容。只不过我们写的比较简单，缺乏一些细节， 如果你要使用其它的框架，那么用我们的xuhssquant就用不上了，因为其它的框架有自己的体系。
因此，我们后期会优化base.py文件。
接着我们浏览一下源码
二、源码浏览
开源项目地址
https://github.com/gbeced/pyalgotrade
这个是官网的介绍：
http://gbeced.github.io/pyalgotrade/
可以看到这里有交易、 优化和绘图的模块。
这里还有6个重要的组件：
数据相关部分
- Feeds（喂食数据）
- DataSeries（序列化数据组件）
策略和计算部分
- Strategies（交易）
- Technicals（计算一些技术指标的组件）
交易优化部分
- Brokers（执行订单的组件）
- Optimizer（优化组件）
这个开源项目有19个发布版本
切换到insight可以看到项目的贡献的历史信息
这个和我们之前自己写的相差不大，只是会更加完整一些，核心的组件都差不多。它相对来说比较好理解。
三、实战
创建backtest文件夹，并创建pyalgotrade.py文件
这里应该如何回测呢，我们有2种回测的思路：
第一种就是完全利用这个开源项目，先看它的源码，可以看到它的很多策略都是放在technical里面，这里的架构很清晰，值得学习。
假设我要用这个框架进行回测，比如说回测ma，那么我们就要调用ma对应的代码，这是第一种方式，直接利用这个项目进行一些策略的制定，然后进行回测，所有的操作都是在这个开源项目中的。
另一种回测的方式是，我们可以借助自己写的项目，然后去借鉴这个开源项目的代码，来构建一个完整的 回测。
这里我会先用pyalgotrade带大家了解大致的回测流程，后面我们希望这个开源项目为我们自己的项目来服务的。
我们会借用它的一些代码来匹配到自己的项目中。
安装pyalgotrade
pip install pyalgotrade使用这个库
#使用pyalgotrade进行数据回测
import pyalgotrade