为什么要量化回测？

在搞技术前。先回答一个灵魂拷问：你这交易策略，到底是真牛逼，还是你觉得它牛逼？

痛点一：过度自信与马后炮 很多人只靠经验和直觉，却忽视了“看得见”的数据证据。当股价上涨后再回望，却难以找到客观依据。量化回测就是让你在历史时间点上，用当时已经发生的数据做决策。彻底杜绝未来函数、作弊和主观臆断。

避免“马后炮”综合症

你是不是经常这样：看到一只股票涨了20%，一拍大腿：“我早就知道会涨！ 说起来，” 接下来开始编十个理由…，量化回测就是你的时光机,让每一次决策都公平透明。

用数据说话，而不是靠直觉

A strategy that has not survived “hundreds of stocks over years” is just a “guess”. 量化回测能让你：

• 验证策略在几百只股票、好几年行情中的表现
• 获得胜率、夏普比率、最大回撤等硬核指标
• 区分真能赚钱 vs 刚好踩到狗屎运

参数调优？让电脑替你熬夜

A手工交易时需要画图、算账、掉头发；量化回测可以快速跑完所有组合：

• 快速比较不同参数下的表现
• 发现策略在哪些行业行业环境下会扑街
• Add stop‑loss / max‑drawdown automatically—亏到一定比例就自停手牌。

从“我想赚钱”到“我知道策略能不能赚钱”

You can answer ultimate question: 在过去 X 年里这个策略在 YY% 的行业行业环境下有没有稳定盈利过？其实，如果一直在亏钱，那就别指望它帮你买房。

Backtrader 简介——回测界的瑞士军刀

A pure Python backtesting framework that's sleek and modular.

• Cerebro: core engine – feed data,strategy & broker.
• {strategy}: just subclass bt.Strategy ,define indicators in \_\_init\_\_,logic in \_\_next\_\_.
• Anaylzers: SharpeRatio,DrawDown。TradeAnalyzer – no reinventing wheels.
• No data conversion required – pass a Pandas DataFrame straight‑in.

主要概念——大脑、饲料、经纪人，还有你

Cerebro——总指挥官

cerebro = bt.Cerebro
cerebro.addstrategy
cerebro.adddata)
cerebro.broker.setcash # 100万虚拟启动资金
cerebro.broker.setcommission
cerebro.addsizer
results = cerebro.run

A simple wrapper around a Pandas DataFrame:

cerebro.adddata)
# df.index 必须是 datetime
# 列名必须为 open|high|low|close|volume