Backtesting.py vs EasyClaw：自建回测库与量化 Skill 路线对比

import pandas as pd
df = pd.read_csv("ohlcv.csv", index_col=0, parse_dates=True)
# 需要 Open / High / Low / Close / Volume 五列，索引为时间且按时间升序

预期结果：df.index 是时间类型、五列齐全且无重复索引；缺列或索引不是时间类型，回测会在初始化阶段直接报错。

from backtesting import Backtest, Strategy

class SmaCross(Strategy):
    def init(self):
        self.ma1 = self.I(lambda s: s.rolling(10).mean(), self.data.Close)
        self.ma2 = self.I(lambda s: s.rolling(20).mean(), self.data.Close)

    def next(self):
        if self.ma1[-1] > self.ma2[-1] and not self.position:
            self.buy()
        elif self.ma1[-1] < self.ma2[-1] and self.position:
            self.position.close()

预期结果：类能正常导入且 run() 之后没有异常；参数窗口、成交价与成本假设都要自己写死，这也是「可复现」的来源（具体 API 以官方文档为准）。

bt = Backtest(df, SmaCross, cash=10000, commission=0.002)
stats = bt.run()
print(stats)

预期结果：输出含收益、回撤与交易统计的结果对象；此时要把数据区间、参数与成本假设一并记录，否则结论无法复核（字段含义以官方实现为准）。