backtesting-frameworks

回测框架

构建稳健、可用于生产的回测系统，避免常见陷阱并生成可靠的策略表现估算。

适用场景

• 开发交易策略回测
• 构建回测基础设施
• 验证策略表现和稳健性
• 避免常见的回测偏差
• 实施滚动前向分析

不适用场景

• 需要实时交易执行或投资建议
• 历史数据质量未知或不完整
• 任务仅需快速汇总表现

说明

• 定义假设、标的范围、时间范围和评估标准。
• 构建基于时点的数据管道和贴近现实的成本模型。
• 实施事件驱动的模拟和执行逻辑。
• 使用训练集／验证集／测试集划分，并进行滚动前向测试。
• 如需详细示例，请打开 resources/implementation-playbook.md。

安全

• 不要将回测结果描述为未来表现的保证。
• 避免提供财务或投资建议。

资源

• resources/implementation-playbook.md：包含详细模式和示例。

限制

• 仅在任务明确符合上述范围时使用此技能。
• 不要将输出视为可替代特定环境验证、测试或专家审查的内容。
• 如果缺少必要输入、权限、安全边界或成功标准，请暂停并请求澄清。

模拟边界

示例是未完成的教育性引擎，并非可用于生产的系统，也不提供经过验证的表现估算。事件执行仅支持单标的做多，并要求时间戳已排序且唯一、OHLC 价格为有限正数、现金和订单数量有效，并明确处理不受支持的限价单／止损单；不得静默丢弃不受支持的订单或最终待处理订单。状态会在多次运行调用之间保留：每次实验都应创建新的引擎。公司行为、股息、退市、缺失的 K 线、借贷／资金费用／保证金、延迟、流动性／部分成交及容量均未建模。信号函数若读取未来数据，仅将信号延后一周期并不能解决问题；收盘到收盘的归因也需要精确定义执行时钟。年化方式必须与采样频率一致；252 适用于交易日数据，简单 IID 缩放在存在自相关时可能失效。非零收益日并不等同于交易；几何年化收益除以波动率并非标准的算术超额收益夏普比率；若缺少初始资本，收益曲线可能遗漏首期回撤。每项指标都应保留初始财富，并报告未定义的比率，而非凭空填入零。滚动前向分析要求测试指标仅用训练数据预热、测试窗口不重叠，并保持成本／资本衔接一致；反复搜索参数会增加选择偏差。IID 自助法会忽略序列依赖／制度变迁，得到的是条件模拟分位数，而非经过校准的未来损失概率。记录数据版本、所有试验、随机种子、成本假设、基准以及未触碰的留出集结果；不得据此授权实时执行或提供投资建议。