Programm zur Leistungsoptimierung
针对回测慢的问题，可通过以下方法提升效率：
- Vorverarbeitung der Daten::
1. 将CSV历史数据预先导入MongoDB/MySQL
2. 建立时间戳索引db.bar_data.create_index([("datetime", ASCENDING)]) - 分批回测::
- ausnutzenoptimize()函数时设置合理的步长
• 按年/季度分片测试后合并结果 - Hardware-Beschleunigung::
• 启用多进程模式（需修改backtesting.py)
• 使用GPU加速库如Numba修饰策略核心函数 - 代码级优化::
• 避免在循环内执行数据库查询
• 用NumPy替代原生Python列表运算
• 禁用实时图表输出（设置output=False)
Förderprogramm:
- 使用分布式回测组件vnpy_portfoliostrategy
- 租用云服务器提升单机性能（推荐16核+32GB配置）
Diese Antwort stammt aus dem ArtikelVeighNa: ein in China beliebtes Open-Source-System für den quantitativen HandelDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " 怎样优化VeighNa策略回测的执行速度？
Deutsch 
简体中文 
English 
日本語 
Português do Brasil