Finance Quant Backtesting

个人量化回测工作流:准备市场数据、编写和回测策略、分析因子、评估风险并生成可复核报告。

lbql-yhl Updated

File contents

个人量化回测

适用场景

用于股票、指数、基金或期货的策略研究、历史回测、因子分析和风险评估。默认只做研究和模拟,不直接下单。

工作流程

  1. 准备数据

    • 记录标的、数据源、时间区间、频率、复权方式、缺失值处理。
    • 优先使用 joinquant;也可使用已配置的 AkShare、Tushare 或其他本地数据源。
    • 检查重复、缺失、异常价格、停牌和幸存者偏差。
  2. 建立基线

    • 使用 stock-strategy-backtester 回测 SMA、RSI、MACD、突破等策略。
    • 明确手续费、滑点、涨跌停、成交规则和持仓限制。
  3. 策略与因子分析

    • 使用 quant-strategy 编写策略并分析 IC、IR、分组收益和因子稳定性。
    • 需要 A 股本地选股、技术指标或接口服务时,使用 onequant-backtest
  4. 组合与风险评估

    • 使用 quant 进行多源或多引擎交叉验证。
    • 检查最大回撤、波动率、夏普比率、集中度、换手率和压力情景。
    • 使用 backtester 生成权益曲线、回撤曲线和基准对比。
  5. 验证与结论

    • 优先采用时间切分、滚动回测或样本外验证。
    • 检查前视偏差、数据窥探、过拟合和幸存者偏差。
    • 不把历史收益直接表述为未来收益承诺。

标准输出

  • 数据说明和假设
  • 策略逻辑与可执行代码
  • 收益率、CAGR、胜率、夏普比率、最大回撤、波动率
  • 逐笔交易记录、权益曲线和回撤曲线
  • 与基准的对比
  • 样本外验证、局限性和风险提示

安全边界

  • 没有真实数据时,明确说明,不编造行情或回测结果。
  • 涉及实盘交易、账户、密钥或自动下单时,先停止并要求明确确认。
  • 默认使用模拟盘或本地回测,不执行真实交易。

lbql-yhl/codex-skills/tree/main/skills/finance-quant-backtesting commit 7e33dce698

Frequently asked questions

npx skillmds@latest add lbql-yhl/finance-quant-backtesting