Pandas/Python中的矢量化Backtester：将每个股票作为新的数据帧循环，还是将其全部放在一个数据帧中？

Question

我一直在尝试用Pandas/Python构建自己的简单矢量化backtester，以创建一种简单的方法来测试一些交易策略。我一直在使用这个article作为指导，它非常有用

我想对10只股票/ETF进行简单的投资组合回溯测试。对于每只股票，我都会有一个数据框，该数据框将日期作为行索引，列将是该日期的开盘价、高价、低价和收盘价（金融时间序列数据）。所以我将有10个这样的数据帧，每个数据帧有4列。进行回溯测试的最具吸引力和效率的方法是什么：

1. 分别处理每个数据帧，在每个数据帧上循环并执行我的计算，然后在最后将利润相加

或

1. 将所有数据帧连接在一起，只处理一个数据帧

在我使用的示例文章中，他只使用一个数据帧，但他只使用接近价格，因此当他这样做时，他不需要列多索引。我需要一个列多索引（0级是股票名称，1级是收盘、开盘、上盘、下盘等），考虑到我的新手状态，这让我的事情变得复杂。我一直在想，创建一个循环并使用10个独立的数据帧对我来说会更容易，但我想知道这是否只是懒惰，从长远来看会阻碍我的开发