数据

将市场数据带入研究流程，无论来自 Yahoo Finance、Binance、TradingView 等提供商、本地文件还是数据库。本节面向在测试策略前需要干净、对齐且最新数据的读者，涵盖数据源、存储与查询、持续更新数据的流水线、按数值可获知时间组合不同周期，以及使用合成价格在从未发生过的路径上测试策略。

从这里开始

从市场数据源开始拉取第一份数据集。已经拥有数据？文件和数据库查询请从数据存储与数据库开始；使用自己的 Pandas 对象，请从数据流水线开始。

数据页面

市场数据源

通过统一接口从多个提供商拉取股票、加密货币、期货和外汇数据

TradingView 数据

拉取 TradingView 股票、期货、加密货币和外汇 K 线，并搜索交易标的

Binance 数据

下载 Binance 现货与期货 K 线，包括成交笔数和主动买入成交量

数据存储与数据库

在文件、DuckDB、SQL 数据库和 ArcticDB 中保存和查询市场数据

数据流水线

在同一对象中对齐、更新、变换和分析多标的市场数据

多时间周期分析

按每个值实际可获知的时间，跨周期重采样并重新对齐数据

合成数据

生成可复现的随机游走、GBM 路径和合成 OHLC K 线

从数据到回测

您可以从下载的 K 线、已保存文件或研究中的 DataFrame 开始。VBT 数据对象将标的和特征保存在一起，对齐索引，并让您选择保留各标的完整历史，或只使用共同时间戳。随后可将价格和自定义特征传给指标和交易信号。

例如，拉取多个币种的小时价格，在本地保存历史，并在相同区间比较各币种上的策略表现。使用多时间周期工具添加日频趋势过滤器，再在合成路径上尝试策略，探索它在该段历史之外的行为。上方每个环节都有独立功能页面，您可按研究需要选择使用。

继续阅读技术指标来计算信号；如果入场和退出条件已准备好，则阅读信号回测。通过数据文档了解 VBT 如何表示、获取、更新和管理市场数据。