模拟回测仓

回测工具的退出规则困境

大多数回测框架的通病：把退出规则硬编码进回测流程。买入 → 持有 5 天 → 卖出写死在代码里，测一次没问题，但想比较"3% 移动止盈 vs 5 天硬持有"就得把历史数据从头再跑一遍。持仓记录是 1000 笔、覆盖 1 年行情时，重放成本完全不可接受。

存原材料，不存成品

这个 skill 的核心设计原则是把数据收集和规则评估拆成两个独立阶段：

• 收集阶段（每天向前执行）：记录三条不可变事实——买入订单（orders）、买入后每日收盘快照（daily_snapshots）、平仓记录（trades）
• 评估阶段（任意时间向后执行）：用已有快照跑任意退出规则，比如 backtest_exit_rule() 几秒钟就能对比多个退出策略的胜率

因为每日收盘价、建仓以来最高/最低价都存成了快照，你不需要重放历史行情，直接查表就能回答"如果当时用了 3% 移动止盈会怎样"。

数据库结构

三张表都有 UNIQUE 约束，每天重复执行不会产生重复数据：

• orders — 买入记录，包含标的、策略标签、分级、买入价、评分、rules_version 版本号
• daily_snapshots — 每日追加的收盘快照，记录当日收盘价、持有天数、建仓以来最高/最低收盘价
• trades — 已平仓记录，记录盈亏百分比和退出原因（timeout / stop_loss / take_profit / trailing_stop / manual）

快速上手

1. 实现一个 PriceProvider 数据源类，接入任意市场行情
2. 初始化数据库
3. 每天收盘后运行更新命令，追加当日快照
4. 随时用 backtest_exit_rule() 跑退出规则对比

适用边界

• ❌ 不是自动交易机器人，只做记录和分析，不下单
• ❌ 不连接任何券商 API，不是实盘接口
• ❌ 不绑定市场，A股/港股/美股/加密货币/外汇共用同一套代码

注意点：快照数据需要时间积累，初期持仓天数少时可选退出规则有限；meta 字段用 JSON 格式存储，后续加字段无需改表结构；建议按策略标签分组测试，不同评分段的候选往往有各自的最优退出方案。