AI Skill 大全

量化策略回测

给出行情数据和策略思路 → 得到可运行的回测脚本与收益回撤等绩效指标

功能与用途

自己有一套买卖规则,想用历史数据看它到底赚不赚钱,但每次手写回测都要重造一遍交易撮合和绩效统计。Backtrader 是纯 Python 的本地回测框架,这个能力帮你把策略写成标准结构(指标写在 __init__、交易逻辑写在 next),配好手续费滑点,跑出收益率、最大回撤、夏普和胜率,还能跑参数网格搜出最优组合。数据要你自己准备,它只负责回测和排错。

适用场景

  • 双均线策略在脑子里推演过很多遍,但说不清加上手续费和滑点之后:双均线策略在脑子里推演过很多遍,但说不清加上手续费和滑点之后还剩多少收益
  • 策略参数(快线 5 天还是 10 天)靠感觉调,想批量跑一遍:策略参数(快线 5 天还是 10 天)靠感觉调,想批量跑一遍网格搜索用手里的回测指标来选
  • 回测脚本老是报数据列名错误或指标算不出来,需要有人指出框架对:回测脚本老是报数据列名错误或指标算不出来,需要有人指出框架对 DataFrame 索引和列名的硬要求

适用人群

  • 量化策略研究者
  • Python 量化开发者
  • 券商金工研究员

使用步骤

  1. 准备历史行情数据(如包含开高低收和成交量的 CSV 文件或数据表)。
  2. 提供买卖触发规则与指标逻辑,生成标准 Backtrader 策略代码。
  3. 配置初始资金、交易手数、佣金费率及滑点等回测环境参数。
  4. 运行回测脚本,查看累计收益、最大回撤、夏普比率等绩效与分析图表。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-09
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Backtrader 开源量化回测框架,支持多数据源、多策略、多周期回测与实盘交易,纯Python实现。当用户需要开发量化策略、进行回测分析、编写交易逻辑、回测参数优化,或提及 backtrader、量化回测框架时使用。若用户仅需数据获取而无回测需求,引导使用 baostock/akshare/tushare 等数据 Skill。

依赖与权限

  • 读取用户主动提供的内容

同类 Skill