随着全球经济的持续发展,人民币国际化进程的推进,金融行业对于交易费用及交易效率均提出了更高的要求,依托于现代计算机技术的电子化交易平台应运而生。然而,当前市面上主流的电子化交易平台的主要功能仍聚焦在发送订单、交易归档等执行的层面,更高层面的决策行为则仍然靠交易员手工完成。市场上大部分参与者完成电子化建设后,交易员们急切需要基于决策层面的程序化交易策略开发平台作为工具。针对这一现状,本文设计并实现了基于事件驱动模型的程序化交易策略回测系统,旨在节省人工成本,提高交易策略研发效率。与传统的回测系统相比,本系统中实现的回测引擎基于事件驱动模型,根据银行间外汇交易中心提供的上下行交易接口及订单状态设计回调函数,模拟市场真实交易流程,提高交易策略回测结果可信度。回测引擎还通过提供Bar数据撮合和盘口数据撮合两种撮合方式来模拟交易所的判定过程,利用真实历史行情最大程度模拟策略逻辑的交易结果,提高交易策略回测过程精细度。交易策略回测服务由Hadoop大数据集群提供,拥有大时间段历史数据逐笔交易回测的能力,同时也节省本地计算及存储资源,也方便系统后续功能的升级和拓展。程序化交易策略回测系统采用B/S架构,用户无需下载配置客户端,通过网页即可访问;前端部分采用业界主流的React.js框架,组件化设计,降低功能耦合程度,保证系统的稳定性;后端采用Django框架开发,基于RESTful风格设计API,规范数据传输;行情历史数据以及文件系统由HDFS提供分布式存储方案,策略运行过程通过Spark实现,该选型的优势是保留了分布式计算的优点,并且避免了管理节点的高负载。最终,本系统实现了用户管理模块、策略管理模块、数据管理模块、回测管理模块、运行结果模块和系统管理模块的各项功能,并通过功能性测试和非功能性测试。