Accessor（df.vbt）
vectorbt 通过 .vbt 访问器挂在 DataFrame 上，指标、信号、组合都以 accessor 形式调用，无需单独建对象。
Quickstart
vectorbt 快速上手：5 行代码跑通第一个回测
装好 vectorbt 后，第一个回测用"买入并持有"最直观：用 vbt.YFData 下载行情，用 Portfolio.from_holding 建组合，用 stats() 输出绩效。整个过程不需要写事件循环，理解 accessor（df.vbt）与 DataFrame 的关系即可。
YFData 下载
价格 DataFrame
from_holding
stats()
Code
最小示例：买入并持有
| 步骤 | 代码 | 作用 |
|---|---|---|
| 1. 导入 | import vectorbt as vbt | 引入 vectorbt 主库 |
| 2. 下载 | price = vbt.YFData.download("BTC-USD").get("Close") | Yahoo Finance 收盘价 |
| 3. 建组合 | pf = vbt.Portfolio.from_holding(price) | 买入并持有 |
| 4. 看绩效 | pf.stats() | 总收益/回撤/夏普等指标 |
说明：YFData 依赖 Yahoo Finance，中国大陆访问可能受限或需要代理；生产研究建议用本地 CSV 或国内数据源（akshare / tushare），见数据接入页。
Concepts
三个要理解的概念
DataFrame 即结果
回测输入输出大多是 pandas DataFrame，可用熟悉的 pandas 语法切片、聚合、导出。
stats() 绩效面板
pf.stats() 一次输出总收益、最大回撤、夏普、Calmar 等指标，便于快速比较。
Scenes
接下来适合做什么
换成双均线信号
用 MA 交叉信号替代买入持有，进入更真实的策略回测。
一次扫多组参数
用 run_combs 网格搜索，一次回测上万组参数。
换国内数据源
接 akshare/tushare 取 A 股数据，避开 YFData 访问限制。
YFData
YFData 常用参数
| 参数 | 作用 | 示例 |
|---|---|---|
| symbol | 标的代码 | "BTC-USD"、"AAPL" |
| period | K线周期 | 1d / 1h / 15m |
| start / end | 时间范围 | "2020-01-01" |
| get("Close") | 取收盘价列 | 作为回测价格输入 |
Pitfalls
常见坑与注意点
| 坑 | 后果 | 建议 |
|---|---|---|
| 信号当天成交 | 前视偏差 | 信号 shift(1) 让下一根 bar 生效 |
| 未设手续费 | 收益虚高 | 显式加入手续费与滑点假设 |
| YFData 大陆不可达 | 数据获取失败 | 用本地 CSV 或 akshare/tushare |
| 数据未对齐 | 多标的错位 | 统一 DatetimeIndex + fillna |
FAQ
常见问题
from_holding 和 from_signals 区别？
from_holding 按持有仓位回测（买入并持有）；from_signals 按买卖信号回测（信号触发才交易）。双均线等策略用 from_signals，详见 Portfolio 页。
YFData 下载失败怎么办？
Yahoo Finance 在中国大陆可能无法直连或限流。改用本地 CSV 或 akshare / tushare 获取数据后转成 DataFrame 喂给 vectorbt，见数据接入页。
stats() 里的指标可信吗？
stats() 输出基于历史数据的统计，是研究参考，不代表未来收益，也不构成投资建议；回测还需考虑手续费、滑点与过拟合。
为什么回测这么快？
vectorbt 用 NumPy 数组向量化运算 + Numba JIT 编译，把策略实例存成二维数组一次算，避免 Python 逐事件循环，详见参数优化页的性能原理。