许多技术投资方面的教材，经常会用几幅上涨的图来表明某些指标的用处，实际上那些上涨的图很可能只是假象。作者为了证明他所强调的指标的作用，选定了符合该指标策略的股票上升趋势图，但实际上这些策略并不一定适合全部股票，许多人被傻傻地骗了进去，血本无归。
因此，判断一个策略的好坏一定要有回测证据，要有数字证明，而非花言巧语，而本教程的最终目的，就是教你如何生成这些证据。
本Github仓库记录了量化投资系列教程文章的源代码，教程:
1.Backtrader 教程 — 量化投资实战教程(1) - 2020/04/12
2.Python 量化投资实战教程(2) — MACD策略 - 2020/04/20
3.Python 量化投资实战教程(3) — A股回测MACD策略 - 2020/04/26
4.Python 量化投资实战教程(4) — KDJ 策略 - 2020/05/06
5.Python 量化投资实战教程(5) — A股回测KDJ策略 - 2020/05/16
6.Python 量化投资实战教程(6) — 交易平均收益 - 2020/05/26
7.Python 量化投资实战教程(7) — 孕线真的有用吗？ - 2020/08/20
8.Python 量化投资实战教程(8) - A股回测“孕线”策略 - 2020/09/08
9.Python 量化投资实战教程(9) - 自定义MySQL数据流 - 2020/11/12
9.Python 量化投资实战教程(9) - 可转债薅羊毛策略 - 2021/03/07
基于Backtrader，感谢开发者。
Python实用宝典：pythondict.com，欢迎关注Python实用宝典公众号阅读最新的文章。
如无意外，本系列教程一周一更。
1.如遇到ImportError: cannot import name 'warnings'错误，请安装matplotlib-3.2.2
pip install matplotlib==3.2.2