关于BacktestMarket
2015年由需要可靠数据的交易员创立。十年后，使命没有改变——只是规模和风险变大了。
“当你做某件事时，你必须面对那些想做同样事情的人、那些想做相反事情的人，以及大多数什么都不想做的人。”
我们的历史
起点
Cesare和Andrea在2015年春天相遇，立刻认识到共同的挫折：高质量的历史市场数据要么不可靠、格式混乱，要么对独立研究者来说价格过高。他们决定自己构建所需的东西。
首批产品
BacktestMarket发布了首批Expert Advisor和历史数据集。目录虽小，但每个数据集都经过逐条验证——这种严格标准成为公司的身份标识。
扩展产品目录
数据库稳步扩展：外汇现货价格、贵金属、股票指数、债券、大宗商品和期货——每个都附有时区文档、展期逻辑和拆分/股息调整方法。一个由量化交易员和研究人员组成的社区在此基础上发展壮大。
AI数据时代
大语言模型和AI交易系统的爆发改变了「好数据」的定义。干净、精确时间戳的时间序列成为机器学习管道的原材料，与人工回测并驾齐驱。BacktestMarket不妥协的质量标准——为人类构建——被证明也正是模型所需要的。
被量化分析师和机器信赖
世界各地的研究人员、量化基金和AI开发者都依赖BacktestMarket的数据。使命与2015年相同：提供最可靠、持续维护的历史市场数据。
AI时代的数据
在BacktestMarket的大部分历史中，"数据质量"意味着一件事：交易员能否信任这些K线来回测策略？正确的时间戳、无幻影尖刺、准确的展期逻辑、适当的股息调整。标准已经很高——而我们做到了。
自2023年初以来，一种新需求伴随原有需求出现。大语言模型、强化学习代理和量化AI系统都需要与人类研究者相同的东西：干净、格式一致、机器可读的时间序列。不同之处在于，模型一次消耗数百万条K线，而单个脏数据行可能悄无声息地毒害整个训练周期。
BacktestMarket数据适用于AI管道并非巧合。使数据对回测有用的相同属性——确定性格式、无前瞻、有文档记录的缺口、明确的时区——正是使其安全输入模型的属性。我们为严格标准而构建，严格标准得以传承。
更广泛的转变同样重要。随着AI驱动策略在机构和零售交易中越来越普遍，底层历史数据的质量成为竞争变量，而不仅仅是卫生因素。糟糕的数据产生糟糕的模型。在数据质量上走捷径的研究者终将被不走捷径的人超越。
自2015年以来，BacktestMarket一直是严肃量化工作的数据层。这一角色现在比以往任何时候都更重要。
团队
构建和维护BacktestMarket的人们。
“Price is what you pay. Value is what you get.”
— Warren Buffett