R Probadores de espalda: Quantstrat vs SIT

Question

Estoy aprendiendo R, y quiero empezar a usar un backtester. He pasado alrededor de un día leyendo todo lo que puedo sobre R backtesters, y parece que hay 2 principales contendientes:

1. quantstrat que utiliza los paquetes blotter y FinancialInstrument, y
2. Caja de herramientas para el inversor sistemático por Michael Kapler.

Para quien tenga experiencia con alguno de los dos, puede decirme si han hecho todo lo que esperaba.

[Editar] Para aclarar: Estoy escribiendo un código R que necesita utilizar un backtester, y de mi investigación quantstrat y SIT son los 2 principales contendientes.

No busco un debate religioso a lo Python/R :) sino si hay un consenso general sobre cuál es más usado, cuál es más rico en características, o si ambos son dignos contendientes.

Answer 1

Aunque nunca he utilizado el SIT, sí he usado bastante el quantstrat y puedo dar fe de su fuerza. Cuenta con una sólida comunidad de desarrolladores que lo respalda (7 colaboradores en Github), forma parte del proyecto TradeAnalytics en R-Forge y, aunque técnicamente aún está en fase beta, debería ofrecer muchas funcionalidades. Hay que admitir que hay una curva de aprendizaje bastante empinada cuando se está aprendiendo a usarlo por primera vez, pero una vez que se aprende a configurar las cosas, gestionará las carteras y manejará la contabilidad con bastante gracia. Tiene una buena documentación con algunos ejemplos sólidos para ayudarle a empezar (ver el QuantStrat TradeR blog). Si la velocidad es una prioridad, quantstrat también puede hacer uso de la funcionalidad de procesamiento paralelo, aunque su kilometraje puede variar dependiendo del sistema operativo.

Echando un vistazo a SIT, parece que es sobre todo una herramienta construida en torno a las necesidades/preferencias de un desarrollador específico, y podría ser un poco menos maduro en esta etapa. La documentación parece limitarse principalmente al blog de SIT, y el autor parece ser el único colaborador del proyecto en Github. Al no haberla utilizado en la práctica, no puedo hablar directamente de sus puntos fuertes y débiles, pero tengo la impresión subjetiva de que quantstrat podría ser actualmente la opción más sólida de las dos.

Answer 2

Nunca he utilizado QuantStrat, pero he utilizado SIT durante unos dos años. El blog de Michael proporciona una gran manera de aprender R, entender SIT, y aprender sobre las estrategias de backtesting. Nunca he encontrado un error en su código, y así es como me he ganado la vida durante más de 20 años. Se necesita algo de persistencia para entender cómo usarlo en profundidad, pero se pueden configurar fácilmente las pruebas simplemente copiando y modificando uno de los propios stubs de backtest de Michael. Parece que Michael ha dejado de bloguear recientemente, al igual que David Varadi, cuyas estrategias Michael probaba a menudo. Aún así, lo recomiendo como una herramienta completa que soporta la selección del universo, la selección del top n, numerosos esquemas de ponderación, comisiones, varios períodos de rebalanceo, uso de apalancamiento, etc., todo personalizable y extensible.