股票策略回测工具

版本说明

• 1.0.0与1.0.1版本已弃用。
• 请仅使用1.0.2或更高版本。
• 弃用原因：早期版本捆绑了非核心市场自动化文件，在某些环境下可能触发安全扫描警告。

概述

基于日级OHLCV CSV文件运行可重复的纯多头股票策略回测。 使用内置脚本生成标准化指标和交易明细输出，并通过投资者友好的结论进行总结。

快速开始

1. 准备至少包含日期与收盘价列的CSV文件。
2. 运行基准回测：

python scripts/backtest_strategy.py \
  --csv /path/to/prices.csv \
  --strategy sma-crossover \
  --fast-window 20 \
  --slow-window 60

3. 导出分析文件：

python scripts/backtest_strategy.py \
  --csv /path/to/prices.csv \
  --strategy rsi-reversion \
  --rsi-period 14 \
  --rsi-entry 30 \
  --rsi-exit 55 \
  --commission-bps 5 \
  --slippage-bps 2

工作流程

1. 验证数据

• 确保日期可解析并按升序排序。
• 确保开盘价/最高价/最低价/收盘价为数值；缺失的开盘价/最高价/最低价回退至收盘价。

2. 选择策略逻辑

• 简单移动平均线交叉策略：基于快慢移动平均线的趋势跟踪。
• 相对强弱指标回归策略：在超卖时买入，动量恢复时退出。
• 突破策略：在突破高点时入场，跌破低点时出场。

3. 设定现实假设

• 始终设置--commission-bps和--slippage-bps。
• 避免将无成本回测报告为生产就绪。

4. 比较变体

• 每次更改一个参数块
• 在相同日期范围和相同成本模型下进行比较

5. 生成最终总结

• 报告：总回报百分比,年复合增长率百分比,胜率百分比,最大回撤百分比,夏普比率,盈利因子，以及交易次数。
• 使用交易CSV文件来解释阿尔法收益的来源。

支持的命令

• 基准SMA策略：

python scripts/backtest_strategy.py \
  --csv /path/to/prices.csv \
  --strategy sma-crossover \
  --fast-window 10 \
  --slow-window 50

• 突破策略：

python scripts/backtest_strategy.py \
  --csv /path/to/prices.csv \
  --strategy breakout \
  --lookback 20

• 仅JSON输出（用于自动化管道）：

python scripts/backtest_strategy.py \
  --csv /path/to/prices.csv \
  --strategy rsi-reversion \
  --quiet

输出合约

• 脚本向标准输出打印一个JSON对象，包含：
• 策略
• 周期
• 指标
• 配置
• 交易

分析护栏

1. 使用样本外逻辑

• 优先选择滚动验证而非一次性调参。

2. 避免数据泄露

• 基于第 t 根K线计算信号t，在第 t+1 根K线t+1的开盘时执行。

3. 报告下行风险时需同时呈现上行潜力

• 切勿单独展示收益率而不提及回撤和交易次数。

4. 将结果视为研究

• 回测并非保证，不应被表述为财务建议。

参考资料

• 指标详情：参考资料/回测指标.md