mcpField
B
backtesting-frameworks

backtesting-frameworks

github.com/wshobson数据与数据库41.9k17.0k 次安装2 周前更新
代码仓库

关于 backtesting-frameworks

面向量化开发者的交易策略回测指南，涵盖偏差控制、样本外验证和滚动分析，帮助评估策略表现。

主要功能

  1. 01识别常见回测偏差
  2. 02使用时点历史数据
  3. 03纳入交易成本
  4. 04进行样本外测试
  5. 05指导滚动分析
  6. 06建议蒙特卡洛分析

适用场景

  1. 01开发交易策略回测
  2. 02验证策略表现
  3. 03比较不同策略方案
  4. 04构建回测基础设施

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/wshobson/agents --skill backtesting-frameworks

安装后在 Claude Code 中输入/backtesting-frameworks确认已加载。

附带文件references/details.md

详细介绍

回测框架

构建稳健、生产级的回测系统，避免常见陷阱，并生成可靠的策略表现估计。

何时使用本技能

  • 开发交易策略回测
  • 构建回测基础设施
  • 验证策略表现
  • 避免常见的回测偏差
  • 实施前向滚动分析
  • 比较策略替代方案

核心概念

1. 回测偏差
偏差描述缓解措施
前视使用未来信息时点数据
幸存者仅对幸存者进行测试使用已退市证券
过拟合对历史进行曲线拟合样本外测试
选择挑选策略预注册
交易忽略交易成本现实成本模型
2. 正确的回测结构
Historical Data
      │
      ▼
┌─────────────────────────────────────────┐
│              Training Set               │
│  (Strategy Development & Optimization)  │
└─────────────────────────────────────────┘
      │
      ▼
┌─────────────────────────────────────────┐
│             Validation Set              │
│  (Parameter Selection, No Peeking)      │
└─────────────────────────────────────────┘
      │
      ▼
┌─────────────────────────────────────────┐
│               Test Set                  │
│  (Final Performance Evaluation)         │
└─────────────────────────────────────────┘
3. 前向滚动分析
Window 1: [Train──────][Test]
Window 2:     [Train──────][Test]
Window 3:         [Train──────][Test]
Window 4:             [Train──────][Test]
                                     ─────▶ Time

详细示例与模式

详细章节（以 ## Implementation Patterns 开头）位于 references/details.md。当上述导航摘要不够充分时，请阅读该文件。

最佳实践

应做
  • 使用时点数据 - 避免前视偏差
  • 包含交易成本 - 现实估计
  • 进行样本外测试 - 始终保留数据
  • 使用前向滚动 - 不只是训练/测试
  • Monte Carlo 分析 - 理解不确定性
不应做
  • 不要过拟合 - 限制参数
  • 不要忽略幸存者偏差 - 包含已退市
  • 不要粗心使用调整后数据 - 理解调整
  • 不要在完整历史上优化 - 保留测试集
  • 不要忽略容量 - 市场影响很重要

评论

支持 Markdown