Python回测效率优化方法？

关于第三点和第四点，我已将代码逻辑与历史交易数据进行多次比对和反复验证，确保二者结果高度一致。具体而言，系统盈亏统计采用小亏＋小赚＋大赚的分类方式：其中小亏指单笔亏损未达-1000元，小赚指小幅盈利；若一笔交易先触发0.5倍止盈，随后又触及0.5倍止损，则计入止盈与止损之和。所有计算均严格依据原始数据，未对手数和点位做四舍五入等人为优化，以保障回测的真实性与可复现性。实盘应用时，可通过同比例放大账户资金来调整手数取整，止损金额亦可按10倍或n倍缩放，但点差严格按实际行情数据执行。最终盈亏结果由公式杠杆×点差×手数精确得出。此外，第五点需说明：当前回测采用纯Python编写的循环与条件判断，运行效率偏低。想请教业内同行，是否有更高效的回测实现方式？例如成熟的回测框架、专用库或封装好的模块，能否支持上述交易逻辑（含动态止盈止损、多级盈亏分类及资金比例映射）？若存在此类工具，预期可显著提升运算速度与开发效率。