Python 回测框架说明文档

一个基于 Backtrader 的轻量回测框架，支持：

• 策略参数网格回测（以双均线策略为例）
• 多标的批量回测与断点续跑
• 结果表格中文输出与 CSV 导出（两位小数）
• 选择回测模式（仅未回测/全部重测）

目录结构

• backtest/engine.py：回测引擎与数据加载
• strategies/dual_ma.py：示例策略（双均线）
• backtrade.py：回测入口脚本（参数网格、批量回测、导出）
• mongo_py/stock_data.py：数据源封装（AkShare + 本地DB）
• symbols.csv：标的清单（用户可编辑）

安装依赖

pip install -r requirements.txt

数据源

• 通过 mongo_py/stock_data.py 从 AkShare 获取并写入本地数据库，支持按日期段增量填充。
• 回测时由 backtest/engine.py 的 load_bt_data 读取、清洗（去重、数值化、过滤非正价格、修正高低价、裁剪开收盘）。

回测引擎

入口函数：backtest.engine.run_backtest

• 参数：
  • symbols：单标的或列表
  • start_date, end_date：日期（形如 YYYYMMDD）
  • strategy_cls, strategy_params：策略类与参数
  • initial_cash：初始资金（默认 100000）
  • commission：手续费（默认 0.001）
  • cheat_on_close：按收盘撮合（默认 True）
  • add_analyzers：是否添加指标分析器（默认 True）
  • verbose：是否打印过程与指标（默认 True）
• 返回：{cerebro, results, final_value, analyzers}
• 指标：夏普、最大回撤（金额/百分比）、累计收益、年化收益、交易笔数/胜率等

标的清单与回测模式

• symbols.csv 列：symbol,tested,last_run
  • tested：0=未回测，1=已回测
  • 用户可以直接在该文件追加新股票代码
• 在 backtrade.py：
  • mode='pending'：仅回测 tested != 1 的标的（结果追加写入）
  • mode='all'：回测全部标的（结果覆盖写入）

回测入口（参数网格 + 批量）

• 在 backtrade.py 中配置：
  • 回测区间：start_date, end_date
  • 参数网格：fast_list, slow_list（自动跳过 fast >= slow）
  • 读取 symbols.csv，根据 mode 选择回测批次
  • 每只标的完成后写回 symbols.csv（标记 tested=1，记录 last_run）

结果输出

• 控制台：中文表格预览（两位小数）
• CSV：ma_grid_results.csv
  • mode='pending'：追加写入（首行带表头）
  • mode='all'：覆盖写入
• 主要列：
  • 标的, 开始日期, 结束日期, 短期均线, 长期均线, 期末资金, 夏普比率, 最大回撤(%), 最大回撤金额, 累计收益(%), 年化收益(%), 交易笔数, 胜率(%)
• 排序：先按 symbol 升序，再按 “累计收益(%)” 降序

自定义策略

1. 在 strategies/ 新增策略类，继承 bt.Strategy
2. 在 strategies/__init__.py 导出策略类
3. 在 backtrade.py 中将 strategy_cls 指向你的策略，并设置 strategy_params

常见问题

• 负价格/异常值：引擎已进行数据清洗，若仍有异常，请反馈具体日期以排查来源。
• 累计收益计算：使用资金口径 (期末资金/初始资金-1)*100。
• 指标偏差：短样本或波动大时，rnorm100 与直觉年化可能略有偏差。