backtesting-trading-strategies

交易策略回测

概述

使用历史数据模拟交易策略。结果描述的是历史模拟，而非对未来表现的预期。该框架包含 8 种内置策略、下列指标以及参数优化功能。

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）
• 绩效指标（Sharpe、Sortino、Calmar、VaR、最大回撤）
• 参数网格搜索优化
• 资产曲线可视化
• 逐笔交易分析

先决条件

调用此技能前，用户需在模拟所用的 Python 环境中安装所需依赖：

set -euo pipefail
pip install pandas numpy yfinance matplotlib

高级功能的可选依赖：

set -euo pipefail
pip install ta-lib scipy scikit-learn

说明

1. 获取历史数据（缓存到 ${CLAUDE_SKILL_DIR}/data/ 以供重复使用）：

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

2. 使用默认或自定义参数运行回测：

   python ${CLAUDE_SKILL_DIR}/scripts/backtest.py --strategy sma_crossover --symbol BTC-USD --period 1y
   python ${CLAUDE_SKILL_DIR}/scripts/backtest.py \
     --strategy rsi_reversal \
     --symbol ETH-USD \
     --period 1y \
     --capital 10000 \
     --params '{"period": 14, "overbought": 70, "oversold": 30}'
   

3. 分析保存到 ${CLAUDE_SKILL_DIR}/reports/ 的结果——包括 *_summary.txt（绩效指标）、*_trades.csv（交易记录）、*_equity.csv（资产曲线数据）和 *_chart.png（可视化资产曲线）。

4. 通过网格搜索优化参数，寻找最佳组合：

   python ${CLAUDE_SKILL_DIR}/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
总回报	总体百分比收益／亏损
CAGR	复合年增长率
Sharpe 比率	历史风险调整后回报
Sortino 比率	下行风险调整后回报
Calmar 比率	回报除以最大回撤

风险指标

指标	描述
最大回撤	最大峰谷跌幅
VaR（95%）	95% 置信度下的风险价值
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	完整往返交易的次数
胜率	盈利交易所占百分比
盈利因子	总毛利润除以总毛亏损；未观察到亏损时为 N/A
期望值	每笔交易的预期价值

输出示例

不含图表的布局；实际数值取决于输入序列、费用、滑点、策略和参数。不要将这些占位值作为实测回报呈现。

HISTORICAL SIMULATION: [strategy]
[symbol] | [start_date] to [end_date]
Total Return: [computed] | Max Drawdown: [computed]
Sharpe Ratio: [computed] | Win Rate: [computed]
Total Trades: [observed] | Profit Factor: [computed or N/A]

未观察到亏损交易时，盈利因子不可用，包括零交易运行或仅有一笔盈利／盈亏平衡交易的情况。仅有一笔亏损交易时，总毛利润除以其亏损所得为零；这并不能证明策略质量。零笔或一笔交易的样本无法证明策略表现，而优化是对样本内历史数据的比较，不是预测。

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	变化率动量	period、threshold

配置

创建 ${CLAUDE_SKILL_DIR}/config/settings.yaml：

data:
  provider: yfinance
  cache_dir: ./data

backtest:
  default_capital: 10000 # Starting simulated capital in quote-currency units
  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

使用 Read 查看 references/errors.md，了解常见问题及解决方案。

示例

请参阅 references/examples.md，了解详细用法示例，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	历史数据获取器
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