股票回测算法是我在参与辽宁大学信息学院周翰逊老师关于”股票量化投资“课题组研究时设计并且实现的，该算法主要是为了实现在股票回测过程中对历史股票明细的筛选。
**股票回测：**是指设定了某些股票指标组合后，基于历史已经发生过的真实行情数据，在历史上某一个时间点开始，严格按照设定的组合进行选股，并模拟真实金融市场交易的规则进行模型买入、模型卖出，得出一个时间段内的盈利率、最大回撤率等数据。
**股票投资策略：**是指每个投资者根据个人习惯会有不同的投资方法，诸如根据热点投资、价值投资、分析技术指标投资等。本项目的股票投资策略主要是采用 分析技术指标投资策略，即根据历史股票数据，结合金融学原理计算相应的指标，然后通过股票回测，从而计算一个回测时间段的收益率等指标。、
一个投资者进行投资，主要会涉及总持股上限、单日买股上限、正常持股天数、止损、止盈等因素。这些问题综合一起考虑进行投资时，如何正确模拟出历史的股票买卖明细是股票回测的难点。因为受上述因素影响，股票的买卖实际上是一个**高度并行**的过程，类似于图 所示。
此外，股票市场是千变万化的，每支股票有自己的特点，比如有的股票会在某些出现停牌等问题，这些问题对于对于该算法的实现与测试都是一个很大的考验。
算法是根据优先队列或者CPU调度算法的思想做出改进的。
- 我设置3个队列，分别是：
- 选股队列：用于选择选股，队列中的股票按照买入时间升序排序
- 当前持仓队列：用于存放当前持仓的股票，队列中的股票按照卖出时间升序排序
- 历史成交队列：用于存放从回测时间开始到当前，所有买卖的股票。
- 根据开始时间，从选股函数中选择股票放入选股队列中。
- 从选股队列中选择股票放入当前持仓队列和历史成交队列中进行初次买入。完成后清空选股队列。
- 从当前持仓队列中根据卖出时间T卖出num支股票，即队列中弹出num支股票，同时T = T + 1；
- 根据时间T，从选股函数选择股票，放入选股队列中。
- 从选股队列中选择num支股票，放入当前持仓队列和历史成交队列进行买入，同时清空选股队列。
- 循环步骤4，5和6进行买卖，直到时间T超过回测的结束时间退出循环，此时历史成交队列中的股票就是模拟回测的股票历史明细了。
由于具体过程比较负责，为了便于理解该算法，我们做如下假设：
总持股上限 M = 3支股票、单日买股上限 N = 2支股票、正常持股天数 T = 3天回测开始时间startTime、回测结束时间endTime、历史交易明细的结构体数组tradeHistory
该算法是基于**优先队列**的思想进行改进。
首先调用函数oneChooseStock()先获取3支股票（即第一天买的2支股票A、B与第二天买的1支股票C ）。将这3支股票放入结构体数组tradeHistory中，随后将该结构体数组按照卖出时间升序排序，获取最早卖出时间sellTime 和 卖出的股票数量numS 支。将结构体数组tradeHistory按照买入时间**降序排序**，计算可以买入的时间buyTime，然后更新nowTime。若当前时间nowTime小于结束时间endTime，执行如下循环：根据总持股上限M和卖出数量numS计算下次可以购买的数量：buyNum = M - numS，通过oneChooseStock筛选出数量为buyNum的股票放入结构体数组tradeHistory。将结构体数组tradeHistory按照买入时间**降序排序**，获取下次可以购买的时间nextTime。将结构体数组tradeHistory按照卖出时间**升序排序**，获取下次可以卖出的时间sellTime。根据nextTime和sellTime更新当前时间nowTime
将结构体数组tradeHistory中超过回测结束时间的股票剔除。
....
系统对策略进行回测结束时，会向用户展示回测的结果，回测结果分为三个部分，首先是策略的收益情况与结果指标，用数字表示，然后是策略收益与基准收益（沪深300等等）的对比图，用图表表示，最后是回测时产生的每笔交易的详细信息（回测的历史明细），包括时间、交易股票、交易价格、交易数量等信息，交易详单用表格表示。
