FinLab 快速上手:3 分鐘完成第一個回測
最快的路徑是先選擇執行環境,下載收盤價資料,寫出第一個選股條件,再用 backtest.sim() 回測。若你只想用 AI 協助寫策略,可以直接從 studio.finlab.tw 開始。
| 使用情境 | 建議入口 | 接下來 |
|---|---|---|
| 不想安裝,只想立刻測策略 | studio.finlab.tw |
用自然語言描述策略 |
| 第一次學 FinLab | Google Colab | 執行本頁範例 |
| 已有 Python 環境 | 本機 pip install finlab |
下載資料並回測 |
| 套件相依較複雜 | Docker | 開啟 JupyterLab |
安裝
支援 Windows、macOS、Linux 與 Colab;也可用 Docker。
前往 studio.finlab.tw 直接與 AI 對話撰寫策略,無需安裝任何套件。
下載資料
輸入以下程式碼,即可下載資料。可以查詢有哪些歷史資料可以下載。
| date | 0015 | 0050 | 0051 | 0052 | 0053 |
|---|---|---|---|---|---|
| 2007-04-23 | 9.54 | 57.85 | 32.83 | 38.4 | nan |
| 2007-04-24 | 9.54 | 58.1 | 32.99 | 38.65 | nan |
| 2007-04-25 | 9.52 | 57.6 | 32.8 | 38.59 | nan |
| 2007-04-26 | 9.59 | 57.7 | 32.8 | 38.6 | nan |
| 2007-04-27 | 9.55 | 57.5 | 32.72 | 38.4 | nan |
撰寫策略
可以用非常簡單的 Pandas 語法來撰寫策略邏輯,以創新高的策略來說,可以用以下的寫法:
| date | 0015 | 0050 | 0051 | 0052 | 0053 |
|---|---|---|---|---|---|
| 2007-04-23 00:00:00 | False | False | False | False | False |
| 2007-04-24 00:00:00 | False | False | False | False | False |
| 2007-04-25 00:00:00 | False | False | False | False | False |
| 2007-04-26 00:00:00 | False | False | False | True | False |
| 2007-04-27 00:00:00 | False | False | False | False | False |
假設我們希望每個月底,搜尋上表中數值為 True 的股票並且買入持有一個月,可以用以下的語法: