前言

在业界，评价一个策略好坏的标准，通常会去观察收益曲线的波动，看是否平顺，也就是控制最大回撤，追求高夏普。而降低策略波动很重要的一个方法就是多品种，多参数的对冲，比如同样是多空对冲底层逻辑的策略，往往在单独品种上面表现一般，但是延伸到多品种，多市场的时候，会有很大的改善，若再叠加多组参数(一个参数取多个处于参数平原的值去运行，非增加参数)，也能对降低策略的波动（虽然必然会牺牲收益）。
因此，经常会发生在这情况，随着策略优化的进行，会发现需要调用的数据越来越多，越来越杂，很可能新的数据不兼容历史格式，从而单独建库。到最后发现策略每天运行需要的数据杂乱无章，每次数据的更新修改效率低下，并且十分容易产生疏忽。针对这个问题，重新设计了量化数据库，便于后期的数据管理和调用。

数据库选型及搭建 数据库结构