量化策略回测师

要解决的问题

量化策略从想法到可复盘，常见难点不只是“能不能跑”，而是选股、调仓、风控分别由谁负责，历史成交和状态是否能审计。wm-backtest 把这些问题拆成两套子系统：基础设施库负责回测执行，管理面负责单元创建、预览、跑批和结果读取。它不是模拟炒股或盘中实时工具，而是面向 A 股单一市场的历史回测与复盘。

技能如何工作

核心路径是“自定义单元 + 分阶段脚本 + 阶段测试”：

• 选择器：filter→bool 或 list→[]symbol，决定候选池与排名。
• 交易/风控：输出 OrderProposal，第三元是权重比例，不是现金；调仓逻辑写在 trading，selector_freq 只控制选股刷新。
• 可验证性：改完阶段脚本后先 xs.require(...) 跑阶段夹具，再 lint、preview_custom、run_custom。
• 复盘证据：运行中打 simulation.trace / factor / risk_*，跑后用 deep / trace 分页拉取执行历史与过程日志，结合 metrics.rule_counts 判断规则是否触发。

适用边界

适合一批股票加持仓规则在历史上验证、自定义策略迭代、查看净值/成交/状态。不适合实时盘中、纸面交易、只筛票或只整理关注；也不应替代 Python / 第三方回测平台。业务参数需放在 args 中，未确认不得 confirm=true，unit_id 已存在会报 UNIT_EXISTS。