agentleFS
WeaxsWeaxs/stock-analysis-plugin/skills/strategy-backtest/SKILL.md

strategy-backtest

Skill95 starsChanged 3 days agoMITView on GitHub

策略回测:定义或读取 AlphaEvo YAML 策略,回测收益、回撤和交易统计。仅在用户明确要求时进行参数优化。

2 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

策略回测与优化

批量研究、子任务分工或报告文件交付时,必须读取宿主研究与报告交付,使用当前宿主实际提供的能力。

生成股票池月度右侧趋势计划时,先读 月度右侧趋势策略,直接以股票代码调用 analyze_trend_strategy(symbols, ...) 自动取行情,无需用户准备文件。这是整池信号/预算分析;共享资金历史绩效仍依据冻结研究,MUST NOT 用单股YAML或信号计划冒充组合回测。报告尚未通过跨样本效果验证的边界。

开始前读取短线交易决策框架的风险单位和回测约束。回测用于反证策略,不把样本内收益包装成预测。

解读回测时,period 是实际取得的数据期间,requested_period 保留用户请求,warnings 提示两者差异。年化收益按实际期间计算;覆盖不完整时明确说明,不能声称完成了完整请求期间的验证。买入预算包含佣金,position.size 为 0..1 的资金比例。

无状态分析扩展

滚动样本外、参数敏感性或跨标的验证时,MUST 读取无状态研究工具的 validate_backtest 分支。复用 get_kline,传完整OHLCV和事先确定的DSL候选;样本内sensitivity不等于样本外验证。

工作流程

第一步:策略定义

帮助用户将交易思路转化为 YAML 策略文件。策略 DSL 格式:

name: "策略名称"
version: "1.0"
description: "策略描述"

parameters:
  param1: value1

entry:
  conditions:
    - indicator: "rsi"        # 指标名
      period: 14              # 指标周期
      operator: "<"           # 比较运算符
      value: 30               # 阈值
  logic: "all"                # all=AND, any=OR

exit:
  conditions:
    - indicator: "rsi"
      period: 14
      operator: ">"
      value: 70
  logic: "any"
  stop_loss: -0.05            # 止损比例
  take_profit: 0.15           # 止盈比例

simulation:
  execution: next_open        # 默认:前日收盘信号,次日开盘成交
  slippage: 0.001             # 滑点(买卖双边),默认 0.001
  commission: 0.00025         # 佣金(买卖双边,券商自定;A股常见万2.5),默认 0.0015
  stamp_tax: 0.0005           # 印花税(仅卖出收;A股 0.05%,其他市场按当下实际费率,无则省略),默认 0

position:
  size: 1.0                   # 仓位比例
  max_positions: 1            # 当前仅支持单持仓,其他值明确报错

可用指标:rsi, ma, ema, macd_dif, macd_dea, macd, volume_ratio, price_change, bollinger_position, close, volume

rsi 在预热不足时不可用,连续上涨窗口为 100,全平窗口为中性 50;不可用值不能满足条件或制造交叉。volume_ratio 是当根成交量除以前 N 根平均成交量,不包含当根本身。

monthly_momentum 是共享核心的月度观察对数收益:period 默认63,支持21/63/252等正整数;月初首根正成交量日K收盘计算并保持到下次月度观察,次日开盘才可能成交。零成交量记录不计回溯根数。MUST 读取 多期限月度趋势,不能把单期限YAML等同三子策略组合。需要在观察日已有period+1根有效日K;回测按策略最大 lookback 增加取数,起点前历史仅用于指标预热,交易和权益仍限于请求区间;warnings 出现 Entry indicator is unavailable 时必须披露指标不可用及数据质量,提供方历史不足时不能声称完成预热。三期限同资金起点的完整研究复现使用参考里的研究脚本。

独立趋势强度可用 trend_score,默认 (EMA20-EMA60)/ATR14,ATR 为真实波幅简单平均。fast_period/slow_period/period 分别控制快 EMA、慢 EMA、ATR,要求正整数且快线小于慢线;默认 60 根预热,预热或零 ATR 不触发条件。解释七档显示、初始化与样本外验证前 MUST 读取 独立趋势温度。它不是星球温度或肥尾信号,原固定止损/止盈默认值仍生效。

该字段的 validation_status=not_validated。已有真实股票试验未支持默认温度入场规则;MUST NOT 自行补出“温转热买、降温卖”或零轴规则作为推荐策略。用户指定规则时可运行研究回测,但 MUST 同时报基准、成本、回撤及验证局限。

可用运算符:>, <, >=, <=, ==, cross_above, cross_below

entry/exit.logic 仅允许 all/any,operator 仅限上表;period/fast_period/slow_period 仅接受正整数或整数字符串,非法输入明确报错,不静默替换默认值或截断。

第二步:运行回测

A 股股票/ETF 回测统一使用前复权 K 线(每条记录 adjusted="qfq"),显式指数使用原始点位(adjusted="none")。复权源不可用时停止本次回测并说明缺失,不混用未复权历史价格。

运行回测脚本:

python3 tools/backtest.py run <path.yaml> <symbol> --start <date> --end <date>

参数说明:

  • 前两个为位置参数,依次为:策略 YAML 文件路径、股票代码
  • --start / --end:回测时间范围(可选,默认近一年)
  • 初始资金默认 100 万,可用 --capital 调整

默认 simulation.execution=next_open:信号在前一交易日收盘确定,下一有效交易日按开盘价加滑点成交;交易同时保留 signal_date 与实际 date。最后一天新信号没有后续开盘时不能成交。需要复现旧结果时显式使用 same_close,并说明它按信号日收盘成交,可能高估可执行收益。零/缺失成交量(已有 volume 字段时)阻止成交;一字涨跌停仅在输入提供同口径历史 limit_up/limit_down 时保守阻止,不猜 ST、IPO 或 ETF 限价。延迟的入场信号在新收盘失效时撤单,风险退出 pending 保留至成交。回测仅接受单一 qfq/total_return/none 复权口径,unknown 或混合口径明确报错。

读取 execution.model/blocked_orders/unfilled_order/limitations 并说明未成交情况。止损、止盈和移动止损均是收盘信号,不承诺盘中按阈值成交;次日跳空按实际开盘价计算。没有历史限价数据时,不能声称已验证涨跌停可成交性。

第三步:分析结果

回测完成后,按共享框架的风险单位和回测约束解释原始结果。针对本工具:

  • 基准与策略使用相同首日执行口径,无预热时以策略首条权益日期为起点;覆盖不符或首末价格非法时读取 benchmark.error,不能输出超额。
  • 从 metrics 和 trades 计算期望值并与盈亏比一起报告。
  • 报告最大回撤、连续亏损、交易次数和平均持有期;结果未携带初始风险时,将 1R 分布标为不可计算。
  • 使用用户指定的互斥日期区间分别运行样本内和样本外回测。
  • 成本假设引用结果中的 costs 字段(实际生效的佣金/滑点/印花税费率与实付费用合计),未模拟的费用与成交约束列入限制。

趋势策略或用户要求肥尾收益诊断时,读取 肥尾度量与趋势收益诊断的盈利集中度部分,基于平仓 pnl 计算大赢家贡献和删除敏感性。只有用户询问市场收益分布时才进入 κ 分支。

未模拟的结算、涨跌停、复权或特定市场费用列入限制,结论限定为该模拟条件下的历史表现。

第四步:诊断

根据回测结果诊断问题并提出可选调整。诊断提示只是待检验假设,不自动接受参数建议:

常见问题 → 优化方向:

  • 胜率低 → 收紧入场条件、增加过滤因子
  • 盈亏比低 → 提高止盈、收紧止损
  • 回撤大 → 减小仓位、增加止损保护
  • 交易次数少 → 放宽条件、缩短信号周期
  • 交易次数多 → 增加冷却期、提高信号门槛

第五步:可选优化

仅当用户明确要求优化时:

  1. 每轮只修改一类参数或条件
  2. 重新回测并与基线对比
  3. 按共享框架保留独立样本外区间
  4. 最多迭代 3 轮;期望值、回撤或样本量没有实质改善时停止
  5. 保留基线结果,并把样本内改善标记为待样本外验证

输出格式

## 回测报告 — [策略名称] on [股票代码]

### 策略概要
- 名称:...
- 入场条件:...
- 出场条件:...
- 止损/止盈:...

### 核心指标
| 指标 | 值 | 解释 |
|------|----|------|
| 总收益率 | ... | 相对基准与回测区间解释 |
| 期望值 | ... | 结合胜率、盈亏比和样本量解释 |
| ... | ... | ... |

### 交易明细
最近 N 笔交易列表

### 诊断
- 优势:...
- 问题:...
- 优化建议:...

### 下一步
建议的参数调整方案

完成标准:报告包含回测区间、样本内/外边界、初始资金、交易次数、持有期、期望值、收益/回撤指标、成本假设及未模拟的市场约束;优化分支还需提供基线对比。

示例策略

参考 {baseDir}/strategies/examples/ 目录中的示例:

  • rsi_oversold.yaml — RSI 超卖反弹
  • ma_crossover.yaml — 均线金叉

市场环境只限制新开仓的三期限月度实验,使用 bull-trend参考 与 ../bull-trend/scripts/market_trend.py,输入两份带预热的daily OHLCV JSON。普通单期限YAML不会自动提供该组合或市场数据;未知市场历史禁止新入,市场转弱不冒充个股退出。初始投资时不能把预热虚拟信号当实际持仓。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.