<限前500名加入量化训练营>
马上添加助教微信（jwzhujiao2）
发送订单截图申请名额
本期提要
- runBacktesting中关于回测方式的一点强调
- 计算回测结果和显示结果图表这两个函数的具体的实现。
知识点导图
这一份导图与19课是同一份，将18-20课关于回测的内容都整理在一张图上，可以比较清晰看到整个结构，以及目前在学习的部分在中间起到什么作用，希望能帮助大家更好地理解
内容摘录：
大家好，欢迎来到Quant 全实战成长计划的第20集，在上一集里面，我们主要讲完了逐日盯市统计的一个概念以及它对应的代码实现。那么在这一集里面我们接着讲runBacktesting和calculateResult这两个函数，继续再深入地重新看一看回测结果的分析具体的一些实现细节。
之前runBacktesting整体上已经讲完了（请参照代码）：
def runBacktesting（self）：
self.output('开始回放K线数据')
for dt, barDict in self.dataDict.item():
self.currentDt =dt
……
首先dataDict是我们从数据库里面读出来的历史K线数据的缓存，它的键是当天的datatime对象，值则是当天的不同合约代码的日线级别K线的数据，我们首先要把currentDt缓存下来，后面所有的成交都会以current Dt来记录。
然后上一节课也提过，我们对于dailyResult的缓存，创建新对象的一个更新操作，然后我们在推送当天K线的时候，也是遍历barDict里面的values:
for bar in barDict.values():
self.portfolio.onbar(bar)
self.result.updateBar(bar)
就是K线当天不同合约的K线字典，我们遍历它，然后把它推动给投资组合。在我们的投资组合内部，它自身直接维护了不同的合约对应的信号对象的映射，所以我们在外面就不用管了，直接往里面推就好。
同时在result，我们的对象上，要去更新一下当天的K线数据，这用于去更新当天的收盘价情况。
那么整个for循环跑完了，我们的K线数据回放也就跑完了。大家可以记住，在所有的策略的回测里面，基本上都是以for循环加同步的方式来实现的。
……
在接下来从20节往后的过程中，因为基础现在有了，我们可以真正进入到研究的阶段了，看看在海龟的基础上，怎么样真正去把它转化成可实盘交易的东西，怎么样在原版海龟的基础上去做更多的改进。