高頻交易模型確定之後,我們就要對模型進行回顧測試以確保其可行性。回顧測試軟件應當是實時交易系統的“紙”上原型。二者需要使用相同的代碼,並且回顧測試引擎應當運行於分筆數據,以重演當時的歷史狀況。同顧測試模塊,扣的主要功能代碼要再度應用幹實時系統之中。
爲了保證推斷結果是統計顯著的,模型的“訓練”時間需要足夠大。根據中心極限定理(CLT),要想得到任何有統計顯著性的推斷,至少需要30個觀測值,觀測值數目達到200個纔是比較合理的。日內數據具有很強的季節性(價格和波動率的變動在全天的特定時刻反覆出現),我們需要將基準模型在多年的分筆數據上進行回顧測試。
實時交易模型和迴歸測試模型最大的伏別是報價數據的來源不同。回顧測試系統會包含一個歷史報價流模塊,它從文檔中讀人歷史分筆數據,並依次送到主要功能模塊。在實時交易系統中,使用另外的報價模塊來接收經紀自營商傳來的實時分筆數據。
除了接收報價方面不一樣之外,實時系統和回顧測試系統應當是完全相同的,它們可以同時開發,最理想的情況是,二者的核心功能模塊使用相同的代碼。本章總結系統實施過程時,將似定回顧測試系統和實時系統是並行開發和測試的。