基準
回測速度基準
多數回測平台並未公開實測速度。我們於 2026-10-31 查核了 18 個其他平台與引擎，其中 8 個提供某種形式的數字，而清楚說明硬體、資料與測試規模者僅有少數。AlphaPrime 以一張 RTX 3090、10 年期美國公債期貨 37 分 K 實測：約 18 小時，完成約 12 億次策略評估。這些數字的計算單位各不相同，無法用於排名：處理一根 K 棒不等於評估一個策略。每一列皆註明條件並連結至來源；查無數字者，亦如實註明。
共 20 列，皆於 2026-10-31 查核。
有公開數字的平台
數字依各來源原文照錄。除我們自己的那一列外，皆未經重新測試。
| 平台 | 公開數字 | 來源寫明的條件 | 類型 | 來源 |
|---|---|---|---|---|
| AlphaPrime | 約 12 億次策略評估，約 18 小時。 | 一張 NVIDIA RTX 3090（24 GB）。10 年期美國公債期貨，37 分 K，2015-01-01 到 2026-09-25，每次評估 114,371 根 K 棒，含手續費與滑價。測試日 2026-10-05。 | 自家實測 | AlphaPrime benchmark page 查核日期 2026-10-31 |
| AmiBroker | 窮舉最佳化 100 步需時 25 秒。AFL 語言每秒最多可處理 1.66 億根 K 棒。 | 最佳化：10 年日線、100 檔標的，未說明硬體。AFL 數字：2 GHz CPU。 | 廠商數字 | AmiBroker features page 查核日期 2026-10-31 |
| VectorBT PRO | 稀疏下單模擬每秒 47 億根 K 棒（低階）、3.2 億根（高階）。同一工作量下 Backtrader 約每秒 12 萬根。 | Apple M3，8 核心。1 分 K，8 欄各 100 萬根，每欄成交 1,388 筆。廠商有公開測試程式。 | 廠商數字 | VectorBT PRO benchmarks 查核日期 2026-10-31 |
| RaptorBT | 約每秒 1,300 萬根 K 棒：單次 SMA 交叉回測，2,500 萬根耗時 1.92 秒。 | Apple M4，10 核心，24 GB。隨機漫步價格，取數百次重複中最快的一次。 | 廠商數字 | RaptorBT wiki 查核日期 2026-10-31 |
| backtrader | CPython 每秒 14,713 根 K 棒，PyPy 每秒 34,971 根。 | Windows 10 筆電，i7，32 GB。100 個檔案各 2 萬根，共 200 萬根。 | 廠商數字 | Author's blog, 2019 查核日期 2026-10-31 |
| QuantConnect LEAN | 即時圖表，列出每個基準演算法每秒處理的資料點數。查核當日圖表刻度上限為 200 萬。 | Master 分支，20 多個基準演算法。頁面未說明硬體。 | 廠商數字 | LEAN performance benchmark 查核日期 2026-10-31 |
| StrategyQuant X | 每秒數千次回測，每小時數萬個策略。 | 廠商表示視資料與測試精度而定。未說明硬體、商品與週期。 | 廠商數字 | StrategyQuant features page 查核日期 2026-10-31 |
| StrategyQuant X | 一位使用者回報每小時 457,874 個策略；論壇管理員回報每小時約 15 萬個。 | 使用者：28 核心 i7、32 GB、預設設定。管理員：8 核心 Xeon E-2286M。未說明商品與週期。 | 使用者回報 | StrategyQuant forum thread 查核日期 2026-10-31 |
| MetaTrader 5 | 使用 MQL5 雲端網路，原需數天的計算可於一小時內完成。 | 未說明工作量、回合數與硬體。 | 廠商數字 | MetaTrader 5 help 查核日期 2026-10-31 |
| Adaptrade Builder | 官網引用的使用者見證：日線資料、族群規模最多 65,000，15 分鐘完成。 | i7-980x、12 GB、SSD。未說明商品，未標日期。 | 使用者回報 | Testimonial on the vendor page 查核日期 2026-10-31 |
廠商數字為廠商對自家產品的說法。請勿將兩列數字相除比較：兩者測量的對象不同，使用的機器也不同。
無實測數字的平台
我們查閱的是每列所連結的頁面。若數字刊載於我們未查閱的頁面，歡迎來信告知，我們將予以補上。
| 平台 | 查到的內容 | 來源寫明的條件 | 類型 | 來源 |
|---|---|---|---|---|
| Build Alpha | 無實測數字。首頁寫明一分鐘內產生數千個策略，但未說明硬體、資料或測試規模。 | 未說明 | 無數字 | Build Alpha home page 查核日期 2026-10-31 |
| MultiCharts | 未查得。首頁無相關數字；產品頁與論壇頁於查核當日阻擋自動讀取，有待再次查核。 | 未說明 | 無數字 | MultiCharts home page 查核日期 2026-10-31 |
| TradeStation | 桌面版產品頁未列數字。 | 未說明 | 無數字 | TradeStation Desktop page 查核日期 2026-10-31 |
| NinjaTrader | 首頁未列數字；嘗試開啟的回測頁面均無法載入。 | 未說明 | 無數字 | NinjaTrader home page 查核日期 2026-10-31 |
| MetaTrader 4 | 策略測試器說明中未列數字。 | 未說明 | 無數字 | MetaTrader 4 tester help 查核日期 2026-10-31 |
| TradingView | 未公開。策略測試器段落僅有文字描述。 | 未說明 | 無數字 | TradingView features page 查核日期 2026-10-31 |
| vectorbt (open source) | 無實測數字。網站寫明數秒內可測試數千個策略，但未說明測試規模或硬體。 | 未說明 | 無數字 | vectorbt home page 查核日期 2026-10-31 |
| backtesting.py | 無實測數字。網站寫明數秒內可測試數百個變體，但未說明測試規模或硬體。 | 未說明 | 無數字 | backtesting.py home page 查核日期 2026-10-31 |
| Zipline Reloaded | 儲存庫頁面未列數字。 | 未說明 | 無數字 | zipline-reloaded repository 查核日期 2026-10-31 |
| NautilusTrader | 已查閱的 README 與文件未列數字，僅描述 Rust 核心速度快，並無實測。 | 未說明 | 無數字 | NautilusTrader repository 查核日期 2026-10-31 |
我們的數字如何測得
2026-10-05 以一張 NVIDIA RTX 3090（24 GB）連續執行一次：10 年期美國公債期貨，37 分 K，2015-01-01 到 2026-09-25，每次評估 114,371 根 K 棒，含手續費與滑價。策略為單一進出場條件、簡單停損停利、僅做單一方向，並開啟相關性篩選。一次評估即完成一個候選策略的回測，同一候選策略可能被評估不只一次。此數字衡量的是運算工作量，並非通過驗證的策略數量，亦不代表實盤結果。資料、設定與顯卡不同，數字亦隨之不同。完整紀錄見實測頁。
如何解讀速度數字
請確認四件事。一個單位指的是什麼：一根 K 棒、一次回測、一個策略，還是一回合？一次測試涵蓋多少根 K 棒？使用何種硬體？是否計入成本與下單處理，或僅計算訊號？缺少任何一項的數字，參考價值有限；數字再大亦然。
常見問題
哪一套回測軟體最快？
目前沒有公開測試能回答此問題。下列各平台以不同單位、不同硬體回報，我們也未找到將它們置於同一工作負載下評比的獨立測試。若要評比兩套軟體，最可靠的做法是在同一台電腦上，以相同的策略、資料與成本各執行一次。
為何公開速度數字的平台如此稀少？
我們僅能陳述所見：多數頁面只以「很快」等字眼形容，並無實測。數字須附硬體、資料與測試規模才具意義，而公開並持續更新這些資訊需要投入相當心力。
回測速度越快，策略就越好嗎？
不會。速度讓您得以測試更多候選策略；候選越多，最佳者因僥倖而顯得出色的機率也越高。因此須搭配樣本外測試，詳見推進分析一文。
引用本頁
以下格式皆可使用。若僅引用其中一條，請於網址後加上編號（每條皆有獨立錨點，例如 #s12）；如可行，請一併引用該條旁所列的原始來源。