壁垒还是很多，像数据的收集处理虽然渠道复杂，处理过程繁琐需要技巧，还是可以找到很多的指导慢慢拼凑学习，但是一旦接触到稍微内行的东西想去获得资源再进行理解还是需要努力，你在博客留言求教人家不一定愿意回复或者会删了你的留言，那些细致的讲解的文章可能是仅朋友可见，你留言表示想看下人家也不加你。。毕竟没有人有义务去帮你，最大的垄断可能就是信息的天然的或者人工的垄断。
量化投资的一个优势是用数学方法对资产定量分析，然后用严格的程序化的交易策略来获取收益，回测就属于分析那一块，对历史数据进行挖掘分析，找到“规律”，然后对明天或者未来的投资进行指导。这种“规律”不是物理规律那样绝对性的，只是一种统计的意义上的，所以回测的核心是找到统计意义上的规律。这个有点类似开普勒对他的老师第谷的观星数据进行分析寻找行星运动规律那样，当然市场运行规律或者一段时间的规律并没有太阳系的运行那么规则。
因为不是在做简单的数据分析报告，而是要拿这些结果去指导交易，在实盘交易时，需要实时的获取交易价格，成交量等数据，所以这个交易系统应该采取事件驱动的理念来设计，分析模块，行情数据，订单模块，下单模块。
回测领域找到两个比较流行的引擎：zipline和PyAlgoTrade，前者是quantopian公司的回测引擎，一个类似前面介绍的通联数据的算法交易平台，这里有36kr的报道，PyAlgoTrade与平台无关，是专门为处理交易算法开发的库，所以独立平台应该选择后者较多。
继续！
