Backtest Analyzer

回测分析工具。从交易记录CSV计算回测核心指标： 胜率、盈亏比、最大回撤、夏普比率、获利因子、 最佳/最差单笔交易。支持JSON报告导出。 Use when: 需要评估交易策略表现、分析回测结果、 计算策略风险指标、对比不同策略。 🎉 v1.0.0 指标: - 总交易数 / 盈利交易 / 亏损交易 - 胜率 / 盈亏比 / 获利因子 - 总收益率 / 平均每笔收益 - 最大回撤 / 夏普比率 - 最佳/最差单笔交易 触发关键词：回测分析、策略评估、量化交易、交易统计 适用范围：CSV 交易记录 运行模式：纯本地

Overview

从交易记录CSV自动计算回测核心指标。支持自动列名识别（pnl/profit/盈亏、price/成交价等），无需手动配置数据格式。

Usage

bash

# 标准分析
python3 scripts/backtest_analyzer.py --file trades.csv

# 指定本金
python3 scripts/backtest_analyzer.py --file trades.csv --capital 500000

# 导出JSON报告
python3 scripts/backtest_analyzer.py --file trades.csv --output report.json --json

输出示例

text

📊 回测分析报告
    =============================================
    总交易数:    342
    盈利交易:    198 (57.9%)
    亏损交易:    144 (42.1%)
    =============================================
    总收益:     +128,450.00 (+12.85%)
    平均每笔:   +0.04%
    胜率:       57.9%
    盈亏比:     2.35
    获利因子:   2.81
    =============================================
    最大回撤:    8.45%
    夏普比率:    1.62
    最佳交易:   +12,500.00
    最差交易:   -8,200.00

JSON Output

json

{
  "total_trades": 342,
  "win_trades": 198,
  "loss_trades": 144,
  "win_rate_pct": 57.9,
  "total_pnl": 128450.0,
  "total_return_pct": 12.85,
  "max_drawdown_pct": 8.45,
  "sharpe_ratio": 1.62,
  "profit_factor": 2.81
}

CSV列自动识别

自动匹配的列名（优先级顺序）：

字段	匹配列名
盈亏	pnl, profit, 盈亏, return, net_pnl
价格	price, 成交价, avg_price, close
日期	date, 日期, trade_date
股票	stock, 代码, symbol
数量	shares, 数量, qty

Use Cases

• 策略回测: 导入回测引擎输出，计算策略指标
• 实盘复盘: 导入实际交易记录，分析交易质量
• 对比分析: 对比不同策略的报告，选择最优

Security

• ✅ 纯本地运行，无网络请求
• ✅ 只读CSV输入文件
• ❌ 无任意代码执行