云飞量化的星球里，好多大师们通过回测平台，开发了不少收益百倍的策略，我自己手工也回测过，但是想要通过手工开发个高收益的策略，点来点去，需要花费不少时间。
前几天分享在本地电脑实现了云飞量化的回测模型。目的很简单，就是想通过程序自动实现参数的选择。最近本地回测了下，感觉还不错，这里举个例子分享下，有能力的同学可以自己代码实现下。
轮动逻辑和交易逻辑是需要我们自己选择的，现在程序执行，我们就简单粗暴一点，直接来个遍历。我本地生成40万组参数数据，让电脑执行返回收益结果，整个过程需要一点时间。 前面有一些朋友问我，为啥不用一些现成的回测框架，原因就在这里，需要大规模回测的时候，我对我自己的代码逻辑及代码效率有足够的了解，如果出现性能问题我能定位到耗时在哪里，需要优化的话，我自己可以处理。用现成的框架，遇到类似的问题处理起来比较吃力，搞不定，能力有限。
我们看下回测的收益，按收益降序排列，贴一下前10名：
最大收益79倍，没有达到百倍收益的门槛，标的保持不变，再换一个轮动逻辑试一下。
同样，生成40万组参数数据，直接让电脑执行返回收益结果，看一下收益排名
前10名都达到了百倍收益，年化收益85点左右。
这样就开发出了一个或者多个7年半时间百倍收益的策略，但是单一策略实盘的风险还是蛮大的，因为选择的参数是归纳总结拟合出来的，对历史数据表现优秀，对未来数据是否有效是要打个问号的。但是我们可以使用多个不同标的，不同参数的策略并行执行，以此来规避单个策略失效的问题。