安装依赖

pip install akshare pandas numpy

使用方法

命令行调用

python {baseDir}/scripts/backtest.py --capital 50000 --start 20240101 --end 20240630

参数说明

参数	说明	默认值
`--capital`	初始资金（元）	50000
`--start`	开始日期（YYYYMMDD）	20240101
`--end`	结束日期（YYYYMMDD）	当前日期
`--output`	输出目录	miaoxiang/backtest
`--query`	自然语言参数	暂不支持

示例

# 回测2024年全年
python scripts/backtest.py --capital 100000 --start 20240101 --end 20241231

# 回测2024下半年
python scripts/backtest.py --start 20240701 --end 20241231

输出文件

文件	说明
`daily_values.csv`	每日净值曲线（日期、现金、持仓市值、总净值、收益率）
`trades.csv`	全部买卖记录（日期、股票、买卖价、数量、收益率、原因）

结果解读

回测脚本会输出：

========== 回测结果 ==========
初始资金:     50,000
最终净值:     58,234
总收益率:     +16.47%
年化收益率:   +32.18%
最大回撤:     -12.35%
交易次数:     45
卖出次数:     42
胜率:         58.5%
==============================

关键指标

总收益率：回测期间累计收益
年化收益率：折算为年化收益（按250交易日/年）
最大回撤：从峰值到谷底的最大跌幅
胜率：盈利交易 / 总卖出次数

风险提示

历史不代表未来：回测结果仅供参考，不构成投资建议
滑点成本：实际交易会有滑点，回测可能偏乐观
流动性风险：小盘股可能无法按回测价格买入
手续费：未计入佣金和印花税（建议手动扣除）

扩展方向

接入实时行情实现模拟交易
添加大盘择时（沪深300均线过滤）
多策略组合轮动
优化止盈止损参数
接入实盘券商API

条件	说明
涨停基因	近5日有涨停，或单日涨幅>7%
均线多头	5日均线>10日均线>20日均线
量价配合	今日成交量 > 5日均量 × 1.2

akshare_backtest

A股量化策略回测 (AkShare Backtest)

策略说明

默认策略：强势股轮动

买卖规则