Backtrader Skill

---
name: "backtrader-skill"
description: "策略回测Skill - 基于Backtrader提供量化策略回测、绩效分析、策略优化 via Backtrader/AkShare"
metadata:
  openclaw:
    requires:
      bins: ["python3"]
    install:
      - id: python-packages
        kind: pip
        packages: ["backtrader", "akshare", "pandas", "numpy", "matplotlib", "pyyaml"]
---

# SKILL.md - backtrader-skill

## 技能信息

| 属性 | 内容 |
|:---|:---|
| **名称** | backtrader-skill |
| **版本** | 1.1.0 |
| **分类** | 策略回测 |
| **状态** | ✅ 已上线 |
| **维护者** | FinClaw Core Team |
| **最后更新** | 2026-03-19 |

## 功能描述

策略回测Skill，基于Backtrader框架提供量化策略回测功能。支持双均线、MACD、布林带等经典策略，提供完整的绩效分析报告。

## 触发意图

### 主要触发词
- "回测"、"策略回测"、"量化回测"
- "双均线策略"、"MACD策略"
- "回测报告"、"绩效分析"
- "量化策略"、"策略优化"
- "夏普比率"、"最大回撤"

### Few-shot 示例

| 用户输入 | 识别意图 | 调用函数 |
|:---|:---|:---|
| 回测茅台双均线策略 | backtest_sma | backtest_sma.py 600519 |
| 用MACD策略回测 | backtest_macd | backtest_macd.py 600519 |
| 查看回测绩效 | backtest_report | backtest_report.py |
| 布林带策略回测 | backtest_boll | backtest_boll.py 600519 |

## 数据源配置

| 数据类型 | 主要来源 | 备用来源 | 认证要求 |
|:---|:---|:---|:---:|
| 历史数据 | AkShare | baostock-history | 无需 |
| 回测引擎 | Backtrader | - | 无需 |

## 内置策略

| 策略 | 原理 | 适用场景 |
|:---|:---|:---|
| **双均线(SMA)** | 短期均线上穿长期均线买入 | 趋势跟踪 |
| **MACD** | DIF上穿DEA买入 | 趋势确认 |
| **布林带(Boll)** | 价格触及下轨买入/上轨卖出 | 均值回归 |

## 功能列表

### 1. 双均线策略回测
- **功能描述**: 使用双均线策略进行回测
- **输入参数**: 股票代码、短期均线周期、长期均线周期
- **输出格式**: 回测报告 + 绩效指标
- **数据源**: AkShare
- **使用示例**:
  ```bash
  python scripts/backtest_sma.py 600519
  python scripts/backtest_sma.py 600519 --short 5 --long 20
  ```

### 2. MACD策略回测
- **功能描述**: 使用MACD策略进行回测
- **输入参数**: 股票代码、MACD参数
- **输出格式**: 回测报告 + 绩效指标
- **数据源**: AkShare
- **使用示例**:
  ```bash
  python scripts/backtest_macd.py 600519
  ```

### 3. 布林带策略回测
- **功能描述**: 使用布林带策略进行回测
- **输入参数**: 股票代码、布林带周期
- **输出格式**: 回测报告 + 绩效指标
- **数据源**: AkShare
- **使用示例**:
  ```bash
  python scripts/backtest_boll.py 600519
  ```

### 4. 绩效分析报告
- **功能描述**: 生成回测绩效分析报告
- **输入参数**: 回测结果文件
- **输出格式**: Markdown报告
- **数据源**: 回测结果
- **使用示例**:
  ```bash
  python scripts/backtest_report.py
  ```

## 脚本清单

| 脚本名 | 功能 | 入口点 |
|:---|:---|:---:|
| backtest_sma.py | 双均线策略 | ✅ |
| backtest_macd.py | MACD策略 | ✅ |
| backtest_boll.py | 布林带策略 | ✅ |
| backtest_report.py | 绩效分析 | ✅ |

## 绩效指标说明

| 指标 | 说明 | 优秀标准 |
|:---|:---|:---:|
| **总收益率** | 策略总收益 | >30% |
| **年化收益率** | 年化后的收益率 | >15% |
| **夏普比率** | 风险调整收益 | >1.0 |
| **最大回撤** | 最大亏损幅度 | <20% |
| **胜率** | 盈利交易占比 | >50% |
| **盈亏比** | 平均盈利/平均亏损 | >1.5 |
| **交易次数** | 总交易次数 | - |
| **持仓天数** | 平均持仓天数 | - |

## 回测参数设置

### 初始资金
- 默认值: 100,000元
- 可通过 `--cash` 参数调整

### 手续费
- 买入: 0.03%
- 卖出: 0.03% + 0.1%印花税

### 滑点
- 默认: 0.01元

## 回测注意事项

### ⚠️ 常见陷阱
1. **未来函数**: 使用未来数据导致过度拟合
2. **幸存者偏差**: 只回测现存股票，忽略退市股
3. **过拟合**: 参数过度优化，实盘失效
4. **滑点忽视**: 未考虑实际成交滑点

### ✅ 最佳实践
1. **样本外测试**: 将数据分为训练集和测试集
2. **参数稳健性**: 参数小范围变化对结果影响小
3. **多股回测**: 不只测试单只股票
4. **分时段验证**: 牛市/熊市/震荡市分别测试

## 数据来源标注规范

```markdown
---
📊 **数据来源**: AkShare / Backtrader
⏱️ **回测周期**: 2020-01-01 至 2026-03-19
📌 **初始资金**: 100,000元
📌 **手续费**: 0.03% (买入) / 0.13% (卖出)
🔗 **回测引擎**: Backtrader v1.9.78.123
🔧 **分析工具**: FinClaw v1.0
⚠️ **风险提示**: 回测结果不代表未来收益
```

## 依赖要求

```
backtrader>=1.9.78
akshare>=1.10.0
pandas>=1.3.0
numpy>=1.21.0
matplotlib>=3.4.0
pyyaml>=5.4.0
```

## 更新日志

| 版本 | 日期 | 变更内容 |
|:---|:---:|:---|
| 1.1.0 | 2026-03-19 | 符合FinClaw数据规范v1.0，新增绩效指标说明 |
| 1.0.0 | 2026-03-13 | 初始版本 |

---

*本Skill遵循 FinClaw 数据规范 v1.0 | 数据来源强制标注 | 禁止训练数据编造*