Backtrader 从零搭建量化回测框架

📚 共计 30 章节
01
量化交易概述
什么是量化交易 · 优势与风险 · 基本流程 · Backtrader简介与安装
入门概念
02
Backtrader核心概念
Cerebro引擎 · Data Feed · Strategy · Broker · Analyzer
架构核心
03
第一个回测程序
导入库 · 创建Cerebro · 加载数据 · 定义策略 · 运行回测 · 查看结果
实战快速上手
04
数据源处理
本地CSV · Yahoo Finance · 数据格式 · 清洗与预处理
数据ETL
05
时间框架与周期
日线/小时/分钟 · 多时间框架 · 时间对齐
周期多时间
06
策略基础
Strategy类结构 · __init__与next · 指标计算 · 买卖信号
策略核心
07
内置技术指标
SMA · EMA · MACD · RSI · 布林带 · 常用指标
指标内置
08
自定义技术指标
继承Indicator · 计算逻辑 · 参数设置 · 绘图
自定义高级
09
交易订单类型
市价单 · 限价单 · 止损单 · 止损限价单 · 场景实现
订单执行
10
仓位管理
仓位计算 · 资金管理 · 分批建仓 · 加仓减仓
资金风控
11
风险管理
最大回撤控制 · 止损策略 · 波动率调整 · 凯利公式
风控凯利
12
多策略组合
同时运行多个策略 · 资金分配 · 结果对比
组合多策略
13
多品种回测
多股票/期货 · 投资组合 · 品种权重分配
多品种组合
14
回测性能优化
数据缓存 · 向量化 · 多线程 · 内存管理
性能优化
15
Analyzer分析器
内置分析器(Sharpe/DrawDown/Trade) · 自定义分析器
分析绩效
16
Observer观察器
内置观察器 · 自定义观察器 · 实时监控回测
监控可视化
17
回测结果可视化
Matplotlib · 自定义样式 · 多图布局 · 交互式图表
绘图交互
18
参数优化
网格搜索 · 随机搜索 · 遗传算法 · 过拟合防范
优化搜索
19
Walk-Forward分析
滚动窗口 · 样本内外测试 · 策略稳定性评估
稳健性样本外
20
过拟合与回测偏差
数据窥探 · 前视偏差 · 生存偏差 · 幸存者偏差
偏差风险
21
实盘模拟交易
模拟交易环境 · 实时数据接入 · 模拟订单执行
模拟实盘
22
与交易所API对接
CCXT库 · 实时行情 · 自动下单 · 账户管理
APICCXT
23
事件驱动架构
Backtrader事件循环 · 自定义事件 · 异步处理
架构事件
24
日志与监控
交易日志 · 性能监控 · 异常报警 · 回测报告
日志监控
25
策略模板开发
可复用策略基类 · 配置化 · 工厂模式
模板工程
26
回测框架扩展
自定义Data Feed · Broker · Commission Scheme
扩展高级
27
机器学习策略集成
特征工程 · 模型训练 · 信号生成 · 回测注意事项
MLAI
28
高频回测与Tick数据
Tick数据加载 · 微秒级时间 · 高频策略实现
高频Tick
29
回测报告与绩效评估
夏普比率 · 最大回撤 · 胜率 · 盈亏比 · Calmar比率
绩效指标
30
完整项目实战
数据获取 → 策略开发 → 回测优化 → 报告输出 全流程
实战综合