Python 台灣股票上市績效回測系統

最近開始研究回測是因為:
1. 投資績效上下不穩定，無法找到穩定與合理的獲利模式
2. 目前太多書籍與課程在外，也無法驗證其理論背景與實際成效，扣除投資大師不講，是否開課與寫書的獲利穩定度>自行投資?
3. 心理因素可能會導致決策時失誤，太早賣? 太晚買? 希望透過量化方式解決這類問題
4. 網路上看到相關課程，如果藉由課程提供程式去做修改與學習，大幅降低所需投入時間成本
相關課程:
用 Python 理財：打造小資族選股策略
https://hahow.in/courses/5a2170d5a6d4a5001ec3148d/main

建立流程:
1.建立Database - Tool
IDE Jupyter: http://jupyter.org/
Language: Python: https://www.python.org/
套件: Pandas datafram - parser處理財報相關表格資料
  talib - 技術分析套件 https://github.com/mrjbq7/ta-lib
  Sqlite3 - 儲存資料庫 不用架server local

資料來源:
上市資料-公開資訊觀測站
    每日收盤價
    月營收
     財報
      =>透過request抓下 => pandas dataframe整理=>存入sqlite3

參考指標:
市值
自由現金流
ROE
營業利益成長率
市值營收比
RSV

主要概念是利用自組ETF概念，利用指標挑選個股，挑選一籃子股票概念，60~90天定期依照指標汰弱留強，回測報酬與0050比較

未來可以延伸測試:
最佳化?
包含OTC?
空頭回測，拉長回測年度至2008 (But 受限於IFRS與資料公開度)
回測指標是否overfit