事件驱动回测引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_053d27d0/backtest-engine。
技能介绍
解决的问题
事件驱动回测的核心,不是简单比较策略净值,而是验证策略在真实交易链路中能否执行。按日收益直接计算会忽略订单生成、成交确认、资金占用、停牌、T+1 和交易成本,容易把纸面收益当成可执行收益。该技能面向 A股日线历史回测,把行情、信号、订单、成交拆成可追踪的事件流,帮助工程师研究事件驱动架构、成本建模和策略复盘之间的关系。
技能如何工作
- 事件链:
MarketEvent→SignalEvent→OrderEvent→FillEvent,用事件队列推进回测状态。 - 数据与策略:通过
akshare获取前复权日线数据,内置ma_cross、rsi、bollinger三类策略。 - 交易规则:模拟 A股 T+1、100股整数倍、佣金、印花税、过户费和固定/比例滑点。
- 绩效与归因:输出夏普、Sortino、Calmar、最大回撤、胜率和盈亏比,并支持 Brinson 配置/选择/交互效应分解。
- 结果展示:生成 HTML 报告,包含净值曲线、回撤曲线、月度收益率热力图和交易明细表。
适用边界
适合历史日线级别策略验证、A股成本敏感型回测和事件驱动代码学习。不支持实时交易、分钟或 Tick 级回测、做空、涨跌停约束和盘口深度模拟;默认成交基于日K线收盘价,结果仅供学习研究。
使用场景
- 在复盘 A股日线策略时,按事件链验证信号到成交是否受 T+1 和成本影响
- 比较均线、RSI、布林带三策略在相同股票区间内的净值和最大回撤
- 生成单文件 HTML 报告,向团队展示净值曲线、回撤和月度收益热力图
- 对超额收益做 Brinson 归因,检查配置、选择和交互效应贡献
适合人员
- 量化策略研究者:需要验证日线信号在 A股成本下的执行结果
- 事件驱动架构学习者:想读懂 MarketEvent 到 FillEvent 的回测状态流
- A股数据分析师:要生成含绩效指标和月度收益热力图的 HTML 报告
- 绩效归因分析者:需要拆解超额收益中的配置、选择和交互效应