单标的策略验证
对单一标的（股票/期货/加密）做均线、RSI 等信号回测。
Backtesting.py / Architecture
Backtesting.py 架构：Backtest 与 Strategy 核心组件与生命周期
Backtesting.py 的架构围绕两个核心类展开：Backtest 负责引擎（现金、佣金、撮合、统计），Strategy 负责策略逻辑（init 计算指标、next 逐 bar 交易）。理解这两个类，就能读懂大多数回测脚本。
Backtest引擎 · 统计 · 撮合
Strategy.init()计算指标
Strategy.next()逐 bar 交易
backtesting.libcrossover/SMA 工具
Components
核心组件对照
Backtesting.py 的模块划分与各自职责。
| 模块 | 职责 | 关键入口 |
|---|---|---|
backtesting.Backtest | 回测引擎：现金、佣金、订单撮合、运行与统计 | Backtest(data, strategy, cash, commission) |
backtesting.Strategy | 策略基类：init 计算指标、next 写交易逻辑 | class SmaCross(Strategy) |
backtesting.lib | 组合式工具：crossover、SMA 等辅助函数 | from backtesting.lib import crossover |
backtesting.test | 内置示例数据与指标 | from backtesting.test import SMA, GOOG |
Lifecycle
Strategy 生命周期：init 与 next
策略类有两个关键方法，理解它们的调用时机是正确回测的前提。
init(self)
回测开始前调用一次，用于预计算指标。通过
self.I(...)注册指标（如 SMA、talib 函数），通过self.data访问行情。next(self)
每个 bar 调用一次，在这里写买卖判断与下单逻辑（
self.buy()/self.sell()）。指标访问
在 next 中用
self.ma1[-1]取最新指标值，用crossover()判断交叉。仓位与权益
通过
self.position查看持仓、self.equity查看权益，self.position.close()平仓。
Backtest Engine
Backtest 引擎关键参数
初始化 Backtest 时可配置现金、佣金与订单撮合规则。
| 参数 | 作用 | 示例 |
|---|---|---|
cash | 初始资金 | cash=10_000 |
commission | 单边佣金费率 | commission=.002 |
exclusive_orders | 是否允许同时存在多个未成交订单 | exclusive_orders=True |
trade_on_close | 是否以收盘价撮合（默认下一根 bar 开盘） | trade_on_close=True |
注意：默认以「下一根 bar」成交（避免前瞻偏差），
trade_on_close=True 可改为收盘价撮合，需明确其假设差异。Key API
关键 API 清单
策略内常用属性与方法速查。
| API | 含义 |
|---|---|
self.data.Close | 当前标的收盘价序列 |
self.buy() / self.sell() | 买入 / 卖出 |
self.position | 当前持仓（is_long / is_short） |
self.position.close() | 平掉当前仓位 |
self.equity | 当前权益 |
self.I(func, data, *args) | 注册并计算指标 |
Scenarios
架构适用场景与选型
这套「Backtest + Strategy」架构最适合的场景。
参数调优
用内置优化器对策略参数做网格扫描与热力图分析。
教学与原型
API 简洁，适合快速原型与量化入门教学。
边界：Backtesting.py 不支持多资产组合与分数股交易，更适合单资产/CTA 类策略验证；详见功能页。
FAQ
架构常见问题
init 和 next 有什么区别？
init 在回测开始前调用一次，用于预计算指标；next 每个 bar 调用一次，用于判断信号并下单。
Backtesting.py 是事件驱动还是向量化？
它以逐 bar 迭代的方式运行（next 每 bar 执行），属于轻量级、易读的回测引擎，并非纯向量化框架。
self.I() 有什么用？
用于在 init 中注册并预计算指标，便于在 next 中用索引访问历史指标值。
Backtest 和 Strategy 能分离复用吗？
可以。策略类与数据解耦，同一策略类可对不同数据或参数复用。