backtesting-trading-strategies

回测交易策略

概述

在投入真实资金之前，使用历史数据验证交易策略。此技能提供一套完整的回测框架，内置 8 种策略，包含全面的绩效指标和参数优化功能。

主要功能：

• 8 种预置交易策略（SMA、EMA、RSI、MACD、布林带、突破、均值回归、动量）
• 完整的绩效指标（Sharpe、Sortino、Calmar、VaR、最大回撤）
• 参数网格搜索优化
• 权益曲线可视化
• 逐笔交易分析

前提条件

安装所需依赖：

pip install pandas numpy yfinance matplotlib

高级功能的可选依赖：

pip install ta-lib scipy scikit-learn

使用说明

第 1 步：获取历史数据

python {baseDir}/scripts/fetch_data.py --symbol BTC-USD --period 2y --interval 1d

数据会缓存到 {baseDir}/data/{symbol}_{interval}.csv，以便重复使用。

第 2 步：运行回测

使用默认参数进行基本回测：

python {baseDir}/scripts/backtest.py --strategy sma_crossover --symbol BTC-USD --period 1y

使用自定义参数进行高级回测：

# Example: backtest with specific date range
python {baseDir}/scripts/backtest.py \
  --strategy rsi_reversal \
  --symbol ETH-USD \
  --period 1y \
  --capital 10000 \
  --params '{"period": 14, "overbought": 70, "oversold": 30}'

第 3 步：分析结果

结果会保存到 {baseDir}/reports/，包括：

• *_summary.txt - 绩效指标
• *_trades.csv - 交易记录
• *_equity.csv - 权益曲线数据
• *_chart.png - 权益曲线图

第 4 步：优化参数

通过网格搜索查找最优参数：

python {baseDir}/scripts/optimize.py \
  --strategy sma_crossover \
  --symbol BTC-USD \
  --period 1y \
  --param-grid '{"fast_period": [10, 20, 30], "slow_period": [50, 100, 200]}'

输出

绩效指标

指标	描述
总收益率	总体百分比收益／亏损
CAGR	复合年增长率
Sharpe 比率	风险调整后收益（目标：>1.5）
Sortino 比率	经下行风险调整后的收益
Calmar 比率	收益除以最大回撤

风险指标

指标	描述
最大回撤	从峰值到谷值的最大跌幅
VaR (95%)	置信度为 95% 时的风险价值
CVaR (95%)	超出 VaR 的预期损失
波动率	年化标准差

交易统计

指标	描述
交易总数	完整买入卖出交易的数量
胜率	盈利交易的百分比
盈利因子	总盈利除以总亏损
期望值	每笔交易的预期价值

输出示例

================================================================================
                    BACKTEST RESULTS: SMA CROSSOVER
                    BTC-USD | [start_date] to [end_date]
================================================================================
 PERFORMANCE                          | RISK
 Total Return:        +47.32%         | Max Drawdown:      -18.45%
 CAGR:                +47.32%         | VaR (95%):         -2.34%
 Sharpe Ratio:        1.87            | Volatility:        42.1%
 Sortino Ratio:       2.41            | Ulcer Index:       8.2
--------------------------------------------------------------------------------
 TRADE STATISTICS
 Total Trades:        24              | Profit Factor:     2.34
 Win Rate:            58.3%           | Expectancy:        $197.17
 Avg Win:             $892.45         | Max Consec. Losses: 3
================================================================================

支持的策略

策略	描述	关键参数
sma_crossover	简单移动平均线交叉	fast_period、slow_period
ema_crossover	指数移动平均线交叉	fast_period、slow_period
rsi_reversal	RSI 超买／超卖	period、overbought、oversold
macd	MACD 信号线交叉	fast、slow、signal
bollinger_bands	布林带均值回归	period、std_dev
breakout	价格突破区间	lookback、threshold
mean_reversion	回归移动平均线	period、z_threshold
momentum	变动率动量	period、threshold

配置

创建 {baseDir}/config/settings.yaml：

data:
  provider: yfinance
  cache_dir: ./data

backtest:
  default_capital: 10000
  commission: 0.001     # 0.1% per trade
  slippage: 0.0005      # 0.05% slippage

risk:
  max_position_size: 0.95
  stop_loss: null       # Optional fixed stop loss
  take_profit: null     # Optional fixed take profit

错误处理

常见问题及解决方案请参阅 {baseDir}/references/errors.md。

示例

详细用法示例请参阅 {baseDir}/references/examples.md，包括：

• 多资产比较
• 滚动前向分析
• 参数优化工作流

文件

文件	用途
scripts/backtest.py	主要回测引擎
scripts/fetch_data.py	历史数据获取工具
scripts/strategies.py	策略定义
scripts/metrics.py	绩效计算
scripts/optimize.py	参数优化

资源

• yfinance - Yahoo Finance 数据
• TA-Lib - 技术分析库
• QuantStats - 投资组合分析