O mecanismo de backtesting profissional integrado do Qlib avalia com precisão o desempenho histórico das estratégias de investimento. O sistema é compatível com várias estratégias clássicas, como o TopkDropout, e os usuários podem personalizar o número de ações a serem examinadas e a frequência de rotação. Os resultados do backtesting mostram curvas de retorno detalhadas, índices de Sharpe e outros indicadores-chave de desempenho, além de permitir a comparação de estratégias em vários períodos de tempo.
Um recurso notável desse sistema de backtesting é que ele permite que o usuário herde a classe WeightStrategyBase para desenvolver estratégias personalizadas. Por exemplo, é possível criar estratégias com uma alocação de peso igual para as cinco principais ações para teste. Essa flexibilidade torna o Qlib adequado tanto para iniciantes que praticam estratégias básicas quanto para equipes profissionais que trabalham com negociações algorítmicas complexas.
Essa resposta foi extraída do artigoQlib: uma ferramenta de pesquisa de investimento quantitativo de IA desenvolvida pela MicrosoftO
