量化交易策略回测系统

一个基于 Python Backtrader回测框架的量化交易策略回测系统，使用 Streamlit 构建 Web 界面，支持多种交易策略的回测和分析。 注：ETF实盘交易使用东方财富证券可免收每笔交易至少5元的手续费，所以本策略回测系统只设置了佣金万2.5，以便更好的模拟实盘情况。

功能特点

• 🚀 支持多种交易策略，采用工厂模式便于扩展
• 📊 实时数据获取（支持 Tushare 和 AKShare）
• 📈 交互式图表展示（K线、均线、交易点位等）
• 💹 详细的回测指标（夏普比率、最大回撤、胜率等）
• 🔄 T+1 交易规则支持
• ⚠️ 风险控制（追踪止损、最大回撤限制等）
• 💰 精确的交易费用计算（佣金等）
• 📝 完整的交易日志

功能截图

内置策略

双均线策略

• 使用快速和慢速移动平均线的交叉产生交易信号
• 支持追踪止损进行风险控制
• 基于 ATR 动态计算持仓规模

市场情绪策略

• 基于市场情绪指标进行交易，在极端情绪时入场
• 使用 EMA 趋势确认，要求价格和 EMA 同步上涨
• 动态调整 ATR 止盈倍数，结合布林带波动率和情绪因子
• 分层建仓，在不同情绪阈值增加仓位
• 支持追踪止损和最大回撤限制

安装使用

1. 克隆仓库：

git clone https://github.com/sencloud/ETF-Strategies.git
cd ETF-Strategies

2. 安装依赖，使用miniconda：

# pip设置源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
pip config set install.trusted-host mirrors.aliyun.com
conda create -n etf python=3.10
conda activate etf
pip install -r requirements.txt

3. 安装TA-lib：

conda install -c conda-forge ta-lib

4. 运行系统：

streamlit run app.py

系统要求

• Python 3.10+
• 依赖包：
  • streamlit
  • backtrader
  • pandas
  • numpy
  • plotly
  • tushare
  • akshare
  • loguru

目录结构

ETF-Strategies/
├── app.py                 # 主程序入口
├── requirements.txt       # 依赖包列表
├── src/
│   ├── data/             # 数据加载模块
│   ├── strategies/       # 交易策略模块
│   ├── indicators/       # 技术指标模块
│   └── utils/           # 工具函数模块
└── logs/                # 日志文件目录

如何添加新策略

1. 在 src/strategies 目录下创建新的策略类：

import backtrader as bt

class YourStrategy(bt.Strategy):
    params = (
        # 定义策略参数
    )
    
    def __init__(self):
        # 初始化策略
        pass
        
    def next(self):
        # 实现交易逻辑
        pass

2. 在 strategy_factory.py 中注册策略：

from .your_strategy import YourStrategy
StrategyFactory.register_strategy("策略名称", YourStrategy)

3. 在 app.py 中修改添加策略需要的参数，如下示意：

# 移动平均线参数（仅在选择双均线策略时显示）
if strategy_name == "双均线策略":
    st.subheader("均线参数")
    col1, col2 = st.columns(2)
    with col1:
        fast_period = st.number_input("快线周期", value=10, min_value=1)
    with col2:
        slow_period = st.number_input("慢线周期", value=30, min_value=1)
...
# 如果是双均线策略，添加特定参数
if strategy_name == "双均线策略":
    strategy_params.update({
        'fast_period': fast_period,
        'slow_period': slow_period,
    })
...

回测指标说明

• 总收益率：策略最终收益相对于初始资金的百分比
• 夏普比率：超额收益相对于波动率的比率
• 最大回撤：策略执行期间的最大亏损百分比
• 胜率：盈利交易占总交易次数的比例
• 盈亏比：平均盈利交易额与平均亏损交易额的比值
• 系统质量指数(SQN)：衡量交易系统的稳定性

风险提示

本系统仅供学习和研究使用，不构成任何投资建议。使用本系统进行实盘交易需要自行承担风险。

其他

如果你喜欢我的项目，可以给我买杯咖啡：

贡献指南

欢迎提交 Issue 和 Pull Request 来帮助改进这个项目。

许可证

MIT License