一个功能强大、易于扩展的量化策略回测框架，专为EasyXT设计。
✅ 多策略支持
- 选股策略（如小市值策略）
- 因子策略
- 自定义策略
✅ 多数据源
- DuckDB本地数据库（最快）
- QMT历史数据
- Tushare在线API
✅ 完整交易模拟
- 买入/卖出执行
- 佣金和滑点
- 持仓管理
✅ 详细性能分析
- 总收益率、年化收益率
- 最大回撤、波动率
- 夏普比率、卡尔玛比率
- 交易记录完整保存
✅ 智能数据处理
- 自动查找最近交易日价格（解决数据缺失问题）
- 多数据源自动切换
- 日期格式自动转换
from easyxt_backtest import DataManager, BacktestEngine
from easyxt_backtest.strategies import SmallCapStrategy
# 创建数据管理器
data_manager = DataManager(
duckdb_path='D:/StockData/stock_data.ddb',
tushare_token='your_token_here'
)
# 创建策略
strategy = SmallCapStrategy(
index_code='399101.SZ', # 中小板综指
select_num=5, # 选择5只股票
rebalance_freq='monthly' # 每月调仓
)
# 创建回测引擎
engine = BacktestEngine(
initial_cash=1000000, # 初始资金100万
commission=0.001, # 佣金0.1%
data_manager=data_manager
)
# 运行回测
result = engine.run_backtest(
strategy=strategy,
start_date='20230101',
end_date='20231231'
)
# 查看结果
result.print_summary()# 快速测试（3个月）
cd easyxt_backtest/examples
python small_cap_backtest.py --quick
# 完整回测
python small_cap_backtest.py
# 自定义参数
python small_cap_backtest.py --start 20220101 --end 20231231 --num 10 --cash 5000000easyxt_backtest/
├── __init__.py # 模块导出
├── data_manager.py # 数据管理器（多数据源）
├── strategy_base.py # 策略基类
├── engine.py # 回测引擎
├── performance.py # 性能分析器
├── strategies/
│ ├── __init__.py
│ └── small_cap_strategy.py # 小市值策略
├── examples/
│ ├── __init__.py
│ └── small_cap_backtest.py # 使用示例
└── output/ # 输出目录（自动创建）
├── trades.csv # 交易记录
├── portfolio_history.csv # 持仓历史
└── returns.csv # 收益率序列
from easyxt_backtest.strategy_base import StrategyBase
from typing import List, Dict
class MyStrategy(StrategyBase):
"""自定义选股策略"""
def select_stocks(self, date: str) -> List[str]:
"""实现选股逻辑"""
# 1. 获取股票池
all_stocks = self.data_manager.get_index_components('000300.SH', date)
# 2. 获取基本面数据
df = self.data_manager.get_fundamentals(
codes=all_stocks,
date=date,
fields=['pe_ratio', 'market_cap']
)
# 3. 应用筛选条件
df = df[df['pe_ratio'] < 20] # PE < 20
df = df[df['market_cap'] > 1000000] # 市值 > 100亿
# 4. 排序选择
selected = df.nsmallest(10, 'pe_ratio').index.tolist()
return selected
def get_target_weights(self, date: str, selected_stocks: List[str]) -> Dict[str, float]:
"""计算目标权重"""
# 等权重
weight = 1.0 / len(selected_stocks)
return {stock: weight for stock in selected_stocks}
def get_rebalance_dates(self, start_date: str, end_date: str) -> List[str]:
"""获取调仓日期"""
# 每月第一个交易日
return self._get_first_trading_days_monthly(start_date, end_date)from easyxt_backtest.strategy_base import FactorStrategyBase
import pandas as pd
class MyFactorStrategy(FactorStrategyBase):
"""自定义因子策略"""
def get_factor_values(self, date: str) -> pd.Series:
"""获取因子值"""
all_stocks = self.data_manager.get_index_components('000300.SH', date)
df = self.data_manager.get_fundamentals(
codes=all_stocks,
date=date,
fields=['roe'] # ROE因子
)
return df['roe']
def get_target_weights(self, date: str, selected_stocks: List[str]) -> Dict[str, float]:
"""基于因子值分配权重"""
factor_values = self.get_factor_values(date)
# 选择因子值最高的20%股票做多，最低20%做空
top_threshold = factor_values.quantile(0.8)
bottom_threshold = factor_values.quantile(0.2)
long_stocks = factor_values[factor_values >= top_threshold].index.tolist()
short_stocks = factor_values[factor_values <= bottom_threshold].index.tolist()
# 分配权重
weight = 1.0 / len(long_stocks)
weights = {}
for stock in long_stocks:
weights[stock] = weight # 做多
for stock in short_stocks:
weights[stock] = -weight # 做空
return weights
def get_rebalance_dates(self, start_date: str, end_date: str) -> List[str]:
"""每季度调仓"""
return self._get_first_trading_days_monthly(start_date, end_date)[::3]- 总收益率: (最终价值 - 初始资金) / 初始资金
- 年化收益率: (1 + 总收益率)^(365/回测天数) - 1
- 最大回撤: 从历史最高点到最低点的最大跌幅
- 波动率: 收益率标准差的年化值
- 夏普比率: (年化收益率 - 无风险利率) / 年化波动率
-
1: 优秀
- 0.5-1: 良好
- <0.5: 一般
-
- 卡尔玛比率: 年化收益率 / |最大回撤|
A: 框架已内置 get_nearest_price() 方法，会自动查找最近交易日的价格，无需手动处理。
A: 优先级：DuckDB > QMT > Tushare。框架会自动选择可用的数据源。
A: 继承 DataManager 类并重写对应方法即可。
A: 使用DuckDB本地数据库时，2023年全年回测约需1-2分钟。
A: 回测结果会保存到 easyxt_backtest/output/ 目录。
- 查看示例：
easyxt_backtest/examples/small_cap_backtest.py - 查看策略实现：
easyxt_backtest/strategies/small_cap_strategy.py - 查看API文档：各模块的docstring
- ✅ 核心框架完成
- ✅ 数据管理器（多数据源支持）
- ✅ 策略基类（选股+因子）
- ✅ 回测引擎（完整交易模拟）
- ✅ 性能分析器（全面指标）
- ✅ 小市值策略示例
- 可视化图表（净值曲线、回撤图、持仓分析）
- HTML/PDF回测报告生成
- 更多内置策略（动量、均值回归等）
- 参数优化功能
- 多策略组合回测
- 实盘交易接口对接
MIT License