01
DolphinDB vs Backtrader
功能对比
DolphinDB 策略回测引擎不仅支持中低频策略回测，还支持逐笔高精度回测，也支持保证金制度，支持A股市场的分红除权以及两融融券等功能的策略回测。此外，DolphinDB 支持多种指标计算，包括 ta、mytt、alpha101 和国泰君安191 指标库，及其他复杂的 m 系列、tm 系列和 cum 系列等自定义指标，使其在回测功能上更为全面。
性能对比
策略介绍
核心逻辑为：利用分钟频数据，计算两个指标变化（MACD、RSI），并设置指标的阈值，一旦越过阈值，触发买入和卖出操作。下面为具体的策略逻辑 。
买入开仓：当 MACD 由负转正时(前一 MACD 为负号，当前 MACD 为正)，给出第一个买入信号；如果 RSI 涨破 30 脱离超卖区域，认为市场上涨，给出第二个买入信号。当同时接收到两个买入信号时，以当前收盘价提交委托订单买入。
卖出开仓：当 MACD 由正转负时(前一 MACD 为正号，当前 MACD 为负)，给出第一个卖出信号；如果 RSI 跌破 70 脱离超买区域，认为市场开始下跌，给出第二个卖出信号。当同时接收到两个卖出信号时，获取持仓数量，确保有足够持仓可供卖出，然后提交订单，以当前收盘价提交委托订单卖出。
性能对比测试
我们以 2021.01.04 至 2021.12.31 一年内的 3 支股票的 175689 条数据为回测样本进行测试，得到如下结果：
具体测试脚本请见阅读原文
可以看出，DolphinDB 在回测中具有显著的速度优势，有四个主要原因：
Backtrader 在大多数情况下是完全基于 Python 的，相比之下， DolphinDB 的回测框架完全基于 C++ 开发。
DolphinDB 在数据库内实现，有效地降低了数据持续传入所产生的时间成本。
DolphinDB 回测插件引入了响应式状态引擎等增量的指标计算引擎。
DolphinDB 引入了 JIT，降低了解释代码的时间开销。
02
DolphinDB vs MetaTrader4
功能对比
MetaTrader4 是一款外汇交易平台，提供实时货币对报价、图表分析、自动化交易支持及策略回测。MetaTrader4 使用 MQL4 作为回测编程语言，该语言基于类 C 语言，相比 Python 等解释型语言执行速度更快。MetaTrader4 支持 tick 级别的策略回测，但订单不支持高精度的模拟撮合。其指标计算基于 1 分钟、5 分钟、15 分钟、30 分钟、1 小时、4 小时和日等七种固定周期，内置了 20 种常见指标（如移动平均线 MA、相对强弱指数 RSI、布林带和 MACD 等），并支持自定义指标的实现。然而，MQL4 开发自定义指标对策略研究员的编码能力要求较高。
DolphinDB 策略回测引擎不仅支持逐笔高精度回测，还支持高精度的订单撮合，订单成交结果充分考虑市场流动性等因素。DolphinDB 支持全面的指标计算，内置大量 m 系列、tm 系列和 cum 系列函数，使复杂指标的实现更为便捷。
性能对比
我们基于 tick行情，以布林带突破和 RSI 作为开仓信号的外汇 CTA 趋势策略实现进行性能比对。
策略介绍
本策略为外汇交易的布林带突破与 RSI 交易信号策略。该策略以每小时进行指标计算，实时进行风险监控进行止盈止损，下面为具体的策略逻辑：
做多开仓：当前 RSI 大于 70 且布林带正在上移并打破上轨
做空开仓：当前 RSI 小于 30 且布林带正在下移并打破下轨
如果存在多头或空头委托订单，需根据 Tick 行情判断是否撤单、止盈止损。
性能对比测试
以外汇 EUR 对 USD 2029.01.02-2023.12.31 共两年的 1.43 亿行数据和1872 笔委托成交订单为数据集，以下是 MetaTrader 4 和 DolphinDB Backtest 的回测耗时：
具体测试脚本请见阅读原文
从运行结果中可以看出，MT4 基于外汇的分钟频回测比 DolphinDB 更快，这是因为 MT4 采用类 C 的编译型语言，并且在模拟成交时启用了更为简单的见价成交模式。DolphinDB 在启用 JIT 后，尽管使用了更为耗时的高精度模拟撮合引擎，性能已经逼近 MT4。
03
DolphinDB vs VNPY
功能对比
VNPY 是一个量化交易框架，提供了 CTA 策略的回测功能。该回测功能仅支持单标的的 CTA 策略回测，不支持期货等衍生品的实时保证金制度。VNPY 内置共约 40 个指标，包括简单移动平均线 SMA 和指数移动平均线 EMA 等，以及 MACD、 Stochastic 和 RSI 等指标。指标计算支持 1 分钟、1 小时和日周级别的策略实现，但仅限于简单的单标的 CTA 策略回测。
DolphinDB 策略回测引擎是一个支持多标的策略回测的通用策略回测框架，支持中低频策略回测，支持逐笔高精度的策略回测。它支持保证金制度，并支持 A 股市场的分红除权以及两融融券等功能的策略回测。DolphinDB 支持更多指标的计算，包括 ta、mytt、alpha101 和国泰君安191，以及其它自定义的复杂指标，涵盖 DolphinDB 中实现的 m 系列、tm 系列和 cum 系列函数。
性能对比
我们沿用分钟频的期货 CTA 策略作为性能测试的案例，以查看二者在指标计算上的性能差异。
策略介绍
基于 ATR （平均真实范围）和 RSI（相对强弱指数）结合的技术分析指标实现期货 CTA 策略。具体的策略逻辑如下：
买入开仓：RSI 值大于 70 且 ATR 大于其 10 分钟均值
卖出开仓：RSI 值小于 30 且 ATR 大于其 10 分钟均值
止损逻辑：
卖平：持有多仓时，K 线达到最高点后，回落 0.004 时
买平：持有空仓时，K 线达到最低点后，反弹 0.004 时
性能对比测试
具体测试脚本请见阅读原文
04
DolphinDB vs 功夫量化
功能对比
DolphinDB 策略回测引擎支持沪深 Level-2 行情的逐笔高精度策略回测，支持股票、期货、外汇和银行间债券等多种金融市场的策略回测。回测引擎完全使用 C++ 开发，同时编写回测的脚本语言支持使用 JIT 技术来提升策略执行效率。
性能对比
策略介绍
本策略是基于市场深度和成交量变化作为开仓信号的股票交易策略。利用实时行情数据，分析买卖双方的成交量的比值关系，并设置对应的阈值，一旦突破该阈值，触发买入和卖出操作。在行情快照数据中，同时计算买方和卖方的成交量，以及相应的持仓情况。下面为具体的策略逻辑：
买入开仓：当买方的成交量高于卖方成交量的两倍且卖方成交量大于零时，给出买入信号；获取当前持仓数量，如果持仓数量不超出最大值，并以当前的最佳卖价提交买单。
卖出开仓：当卖方的成交量高于买方成交量的两倍且买方成交量大于零时，给出卖出信号；获取当前持仓数量，确保有足够的仓位可供卖出，然后以当前最佳买价提交卖出委托订单。
使用八支股票一个月的快照共 85 万条行情作为测试数据，通过功夫 Windows 客户端软件云提交到服务器测试功夫量化的运行效率(纯 Python 接口)，并对比 DolphinDB 的性能，得到以下结果：
具体测试脚本请见阅读原文
05
总结
一图总结 👇👇
相比 DolphinDB 回测平台，Backtrader 对于超高频交易的支持较弱；对于订单延迟、复杂的模拟撮合等功能，用户需要在策略中手动实现。此外，Backtrader 缺乏内置的风险管理功能（如实时保证金计算）。相比之下， DolphinDB 支持更全面，可以通过各种接口获得相应的参数和功能。
对比 MT4，DolphinDB 功能性更全，对并行化回测支持良好。在资产规模较大、资产品种更灵活、以及回测表现对市场流动性更敏感的中高频回测场景中，DolphinDB 有明显的易用性优势。
DolphinDB 的风控系统相比 VNPY 有显著的优势：对于期货交易，内嵌的风险控制系统非常重要，如果需要用户从零开发，将付出大量的时间成本，而在使用 DolphinDB 回测平台时，仅需输入一些形式参数即可；VNPY 仅支持单支标的的回测，DolphinDB 支持多标的同时回测。另外，DolphinDB 支持逐笔高频回测，而 VNPY 对高频回测的支持有限。
DolphinDB 相比于功夫量化支持沪深 A 股更高精度的逐笔回测， 在使用脚本编写策略时，支持使用 JIT 技术来提升策略执行效率。
想了解更多关于 DolphinDB 回测框架的信息？锁定明晚七点半直播间！直播包含对模拟撮合和回测框架的详细介绍、与市面产品的性能测试对比以及期货分钟频 CTA、股票高频、科创板做市实战案例分享等干货硬核内容。
直播更包含因子开发管理平台的详细介绍，以及因子构建-计算-评价、策略构建-绩效归因、因子库运维管理等多个可视化 Demo。
👇扫描海报二维码报名👇
