使用微觀結構（訂單簿）數據進行回測

我想使用分時數據（尤其是訂單簿數據；還有交易）來回測我的策略，有人可以提供建議嗎？就個人而言，我已經多次編寫了自己的回測腳本，並且還嘗試了backtrader. 我知道那裡有其他 Python 回測工具，但通常它們只處理 OHLC 數據。

我也知道backtrader’s Data Replay功能。然而，理想情況下，我想使用實際訂單簿數據而不是模擬活動來分析我們是否能夠執行交易。從本質上講，我的預期策略與跨交易所套利/對沖執行略為接近——因此及時執行的能力非常關鍵。

通過查看其他文章，我還了解到處理此問題的其他幾種方法包括：

1. 模擬訂單流分佈或模擬交易成本（均基於歷史數據）。
2. 使用 OHLC 回測器，但以非常分鐘的間隔應用（例如滴答級別）。然而，在這種情況下，我們僅限於訂單簿頂部的價格（L1 數據），無法正確評估我們的策略？

與使用實際訂單簿數據進行回測相比，我個人認為這些是次佳選擇。對於那些在這方面有經驗的人，您介意分享更多關於您為回測策略所採取的步驟嗎？或者我可能視而不見的潛在建議？

非常感謝您！

我建議使用 Metatrader 或 cTrader 來測試交易（cTrader 對於平台中已有的數據可用性要好得多）。對於訂單簿部分，我沒有這方面的經驗，所以我真的不想推測它。

為了測試您的策略，您必須在 mql4 / 5 中編寫有關 Metatrader 或 cAlgo 以便能夠在 cTrader 中使用它們

這個問題更關心的是一個高頻的類似TAQ的數據源，而不是一個回測引擎（你有數據的時候可以自己寫）。

在《交易、報價和價格》一書中，作者使用LOBSTERS限價訂單書的學術數據集。他們甚至提供了本書的樣本數據集，並提供了 10 個級別的出價和要價。如果您想訪問，您必須為此付費。但是價格比 Exegy 之類的商業供應商便宜得多（聽起來你是學術使用者）。

否則，我知道Polygon.io。他們也按月訂閱提供交易和報價數據。但我以前從未使用過它們。從回饋來看，我認為他們做得很好。

引用自：https://quant.stackexchange.com/questions/70006