Backtesting.py 首次运行：SmaCross 双均线示例教程

from backtesting import Backtest, Strategy
from backtesting.lib import crossover
from backtesting.test import SMA, GOOG

class SmaCross(Strategy):
    def init(self):
        price = self.data.Close
        self.ma1 = self.I(SMA, price, 10)
        self.ma2 = self.I(SMA, price, 20)

    def next(self):
        if crossover(self.ma1, self.ma2):
            self.buy()
        elif crossover(self.ma2, self.ma1):
            self.sell()

bt = Backtest(GOOG, SmaCross, cash=10_000, commission=.002, exclusive_orders=True)
stats = bt.run()
print(stats)
bt.plot()

1. 1. 取数并改成 Backtesting.py 要的列

   用数据接口取日线，再把字段统一成 Open / High / Low / Close / Volume，并把日期列设为时间索引。列名与索引是回测里最容易出错的一环，取完先打印一次确认。

   import akshare as ak, pandas as pd
   
   df = ak.stock_zh_a_daily(symbol="sh600519", start_date="20180101", end_date="20260918", adjust="qfq")
   df["time"] = pd.to_datetime(df["date"])
   df = df.rename(columns={"open": "Open", "high": "High", "low": "Low",
                           "close": "Close", "volume": "Volume"})
   data = df[["time", "Open", "High", "Low", "Close", "Volume"]].set_index("time").astype(float)
   print(len(data), data.index[0].date(), data.index[-1].date())

   预期：打印 2116 2018-01-02 2026-09-18。若行数明显偏少，多数是接口或复权参数与本文不同（本站实测使用新浪接口 adjust="qfq"）。

2. 2. 套用同一个 SmaCross，并声明 A 股成本

   策略代码与官方示例一致；区别只在成本：A 股的佣金与过户费双边收、印花税只在卖出侧收，所以用一个 callable 把它写清楚。

   def ashare_cost(size, price, comm=0.00025, transfer=0.00001, stamp=0.0005):
       notional = abs(size) * price
       fee = notional * comm + notional * transfer      # 佣金 + 过户费：双边
       if size < 0:
           fee += notional * stamp                      # 印花税：仅卖出侧（订单为负代表卖出）
       return fee
   
   bt = Backtest(data, SmaCross, cash=100000, commission=ashare_cost,
                 exclusive_orders=True, finalize_trades=True)
   stats = bt.run()

   预期：run() 正常返回统计结果，交易笔数在十几到上百笔之间（本站实测 123 笔）。若一笔都不成交，先检查数据行数与均线窗口。

3. 3. 把结果和买入持有放在一起读

   只看策略收益没有意义——同一区间的「买入持有」才是最直接的对照：如果你的规则连它都跑不赢，就要先回答「为什么还要交易」。

   print(stats[["Return [%]", "Buy & Hold Return [%]", "# Trades",
                "Sharpe Ratio", "Max. Drawdown [%]"]])

   预期：本站实测输出为 Return -69.16%、买入持有 +107.61%、123 笔、Sharpe -0.514、最大回撤 -83.87%。字段名与口径以官方实现为准。