Programa de otimização de desempenho
针对回测慢的问题，可通过以下方法提升效率：
- Pré-processamento de dados::
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::
- fazer uso deoptimize()函数时设置合理的步长
• 按年/季度分片测试后合并结果 - aceleração de hardware::
• 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)
Programa de avanço:
- 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）
Essa resposta foi extraída do artigoVeighNa: uma estrutura de negociação quantitativa de código aberto popular na ChinaO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " 怎样优化VeighNa策略回测的执行速度？
Português do Brasil 
简体中文 
English 
日本語 
Deutsch