🎯 今日核心问题

  1. 不用 backtrader,一个能算净值、回撤、年化、夏普的回测内核最少需要多少行?每个指标的精确定义是什么,差一点会差多少?
  2. 为什么"平均日收益 × 250"算年化是错的?为什么夏普比率必须用日收益标准差 × √250?

📖 精读提纲

【一】回测内核的骨架:三块积木

任何向量化回测都可以拆成三块:

① 信号矩阵:signals,行是日期、列是标的,值 ∈ {-1, 0, 1} 或连续权重。这是策略的全部内容——你的因子、打分、排序最终都化成这个矩阵。

② 权重矩阵:weights = 信号 × 归一化系数,保证每行绝对值之和 ≤ 1(满仓)。这一步决定了资金分配方式:等权、市值加权、波动率倒数加权,差别都在这里。

③ 收益聚合:组合日收益 = Σ(权重_t × 次日收益_t+1) − 交易成本。注意时序:今天收盘算出的信号,只能在明天开盘/收盘生效。用 weights.shift(1) 是防前视偏差的最后一道闸门。

把这三块写清楚,回测引擎就是30行。剩下的只是把指标算出来。

【二】四个核心指标的精确公式

净值曲线:nav = (1 + r).cumprod(),起始资金任意(设1)。不要用"资金+浮盈"累加,必须用复利连乘,否则分红再投资的收益会漏掉。

最大回撤(MDD):MDD = max(1 − nav / nav.cummax())。含义是"从历史最高点跌下来最狠的那一次",是衡量"你能不能拿得住"的唯一指标。注意它是单次最深,不是累计跌幅,也不是年化。

年化收益(CAGR):(nav_end / nav_start) ** (252 / 交易日数) − 1。绝对不能用"日均收益 × 252"——那是简单加总,会高估。区间只有1年以内时年化会极大放大,别拿3个月的年化收益吹牛。

夏普比率:(年化收益 − 无风险利率) / 年化波动率。年化波动率 = 日收益std() × √252。A股无风险利率取 2%(十年国债附近),别用0,用0会让夏普虚高。判断标准:夏普 > 1 可用,> 1.5 优秀,> 2 要怀疑是不是有前视偏差。

再加两个必须看的:卡玛比率(年化收益 / 最大回撤,衡量"为赚这笔钱承受了多少痛苦")和胜率 / 盈亏比(按持仓期而不是按日算)。

【三】实战应用:框架的第一版就用沪深300和双环传动试跑

第一版框架不要写太复杂,先用两个最简策略验证它能不能跑通:

策略A:双环传动买入持有。全程满仓,看净值曲线是否等于价格涨幅(后复权)。这一步是"单位测试"——如果框架算出来的收益和 close[-1]/close[0]-1 对不上,说明收益聚合有bug。

策略B:20日均线上穿买入、下穿清仓。一个最简单的择时,用来看框架能不能正确处理"持仓/空仓切换"。空仓期间收益应为0,净值曲线会是平的。

这两个策略跑通,你的框架就可以用来测任何想法了。不要一上来就写多因子——多因子的复杂度会让你分不清"是策略不行"还是"框架有bug"。

【四】常见误区

💻 代码示例

import numpy as np
import pandas as pd

def perf_stats(returns: pd.Series, rf: float = 0.02, freq: int = 252) -> dict:
    """输入:日收益序列(pd.Series, index=日期)"""
    r = returns.dropna()
    nav = (1 + r).cumprod()
    n = len(r)
    if n == 0 or nav.iloc[-1] <= 0:
        return {}
    years = n / freq

    total_ret = nav.iloc[-1] - 1
    cagr = nav.iloc[-1] ** (1 / years) - 1 if years > 0 else np.nan
    mdd = (1 - nav / nav.cummax()).max()
    vol = r.std(ddof=1) * np.sqrt(freq)
    sharpe = (cagr - rf) / vol if vol > 0 else np.nan
    calmar = cagr / mdd if mdd > 0 else np.nan
    win = (r > 0).mean()
    downside = r[r < 0].std(ddof=1) * np.sqrt(freq)
    sortino = (cagr - rf) / downside if downside > 0 else np.nan

    return {
        "交易日数": n, "年数": round(years, 2),
        "累计收益": round(total_ret, 4),
        "年化收益": round(cagr, 4),
        "年化波动": round(vol, 4),
        "最大回撤": round(mdd, 4),
        "夏普": round(sharpe, 3),
        "索提诺": round(sortino, 3),
        "卡玛": round(calmar, 3),
        "日胜率": round(win, 4),
        "最终净值": round(nav.iloc[-1], 4),
    }


class Backtest:
    """向量化回测内核:信号矩阵 -> 权重 -> 净值"""

    def __init__(self, prices: pd.DataFrame, cost: float = 0.0015):
        """
        prices: 行=日期, 列=标的的【后复权】收盘价
        cost:   单次换手的综合成本(佣金+印花税+滑点)
        """
        self.px = prices.sort_index()
        self.ret = self.px.pct_change().fillna(0.0)
        self.cost = cost

    def run(self, weights: pd.DataFrame) -> pd.Series:
        w = weights.reindex_like(self.px).fillna(0.0)
        # 关键:信号滞后一天生效,杜绝前视偏差
        w = w.shift(1).fillna(0.0)
        gross = (w * self.ret).sum(axis=1)
        # 换手成本:权重变化绝对值之和 × 单位成本
        turnover = w.diff().abs().sum(axis=1).fillna(0.0)
        net = gross - turnover * self.cost
        return net

    def nav(self, weights: pd.DataFrame) -> pd.Series:
        return (1 + self.run(weights)).cumprod()


# ---------------- 用一个真实标的验证 ----------------
import akshare as ak

def load_hfq(code: str, start="20200101", end="20241231") -> pd.Series:
    d = ak.stock_zh_a_hist(symbol=code, period="daily",
                           start_date=start, end_date=end,
                           adjust="hfq")
    d["日期"] = pd.to_datetime(d["日期"])
    return d.set_index("日期")["收盘"].astype(float)

px = load_hfq("002472").to_frame("002472")   # 双环传动,后复权
bt = Backtest(px, cost=0.0)                   # 先零成本校验

# 策略 = 全程满仓
w_bh = pd.DataFrame(1.0, index=px.index, columns=px.columns)
r_bh = bt.run(w_bh)
print(perf_stats(r_bh))

# 单位测试:满仓收益必须等于价格涨幅
assert abs((1 + r_bh).prod() - px["002472"].iloc[-1] / px["002472"].iloc[0]) < 1e-6
print("✓ 买入持有净值与价格涨幅一致")

# 策略:20日均线择时
ma20 = px["002472"].rolling(20).mean()
sig = (px["002472"] > ma20).astype(float)
w_ma = sig.to_frame("002472")
r_ma = bt.run(w_ma)
print(perf_stats(r_ma))

print("买入持有 vs 均线择时:")
print(pd.DataFrame({"BH": perf_stats(r_bh), "MA20": perf_stats(r_ma)}))

✏️ 今日动手

  1. 把 Backtest 类和 perf_stats() 写进 backtest.py,跑通上面代码。
  2. 重点验证两件事:① 零成本满仓的最终净值 == 后复权价涨幅;② 把 w.shift(1) 那行临时注释掉,看收益变成多少——这个差值就是前视偏差的量级,记住这个数字。
  3. 用 002472、601111、沪深300(ak.index_zh_a_hist("000300"))三个标的各跑一次买入持有,把年化、最大回撤、夏普做成一张对比表。中国国航的回撤应该明显很深,验证一下。
  4. 加成本:把 cost=0.0015 打开,对比均线择时策略在零成本和有成本下的年化,看换手吃掉多少。
  5. 把回测函数封装成 run_backtest(prices, weights, cost),返回 (nav_series, stats_dict)——明天要拿它去对沪深300的官方数据。

🔖 明日预告

框架写好了,但你怎么知道它算得对?明天做最重要的一件事:用沪深300买入持有的公开数据来校验你的框架,误差必须控制在0.5%以内。校不准,后面所有结论都不能信。