strategy-compare

戦略比較スクリプトを作成します。

引数

$ARGUMENTS を次のように解析します：シンボルの後に戦略名を指定します

• $0 = シンボル（例：SBIN、RELIANCE、NIFTY）
• 残りの引数 = 比較する戦略（例：ema-crossover rsi donchian）

戦略を指定せずにシンボルだけを指定した場合は、ema-crossover、rsi、donchian、supertrend を比較します。 戦略のいずれかに「long-vs-short」が含まれている場合は、最初の実際の戦略について longonly、shortonly、both を比較します。

手順

1. 参考パターンとして、vectorbt-expert スキルのルールを読みます
2. backtesting/strategy_comparison/ ディレクトリが存在しない場合は、必要に応じて作成します
3. backtesting/strategy_comparison/ に {symbol}_strategy_comparison.py という名前の .py ファイルを作成します
4. スクリプトには次の処理を含めます：
   • OpenAlgo 経由でデータを一度だけ取得する
   • ユーザーが DuckDB のパスを指定した場合は、duckdb.connect(path, read_only=True) でデータを直接読み込みます。vectorbt-expert の rules/duckdb-data.md を参照してください。
   • openalgo.ta をインポートできない場合（スタンドアロン DuckDB の場合）は、インラインの exrem() フォールバックを使用します。
   • デフォルトでは、すべてのインジケーターに OpenAlgo ta を使用します（VectorBT 組み込みのものは使用しないでください）。ユーザーが「talib」または「TA-Lib」と明示的に指定した場合に限り、TA-Lib に切り替えます。
   • 特殊なインジケーター（Supertrend、Donchian など）には常に OpenAlgo ta を使用します。TA-Lib に同等のものはありません。
   • ta.exrem() でシグナルをクリーニングします（exrem の前に必ず .fillna(False) を実行します）。
   • すべての戦略を同じデータで実行します。
   • インド株のデリバリー手数料：デリバリー株式の場合は fees=0.00111, fixed_fees=20 を使用します。
   • 各戦略の主要指標を収集し、横並びの DataFrame にまとめます。
   • 比較表に NIFTY ベンチマークを含めます（OpenAlgo NSE_INDEX 経由）。
   • 戦略とベンチマークの比較表として、Total Return、Sharpe、Sortino、Max DD、Win Rate、Trades、Profit Factor を出力します。
   • 結果を平易な言葉で説明します。最もパフォーマンスが高かった戦略とその理由を示します。
   • すべての戦略のエクイティカーブを重ねて Plotly でプロットします（template="plotly_dark"）。
   • 比較結果を CSV に保存します。
5. コードやロガーの出力にアイコンや絵文字を使用しないでください。

使用例

/strategy-compare RELIANCE ema-crossover rsi donchian /strategy-compare SBIN long-vs-short ema-crossover