解读回测报告¶
本篇导览
| 项目 | 说明 |
|---|---|
| 目标 | 理解 PNG、HTML、Markdown、JSON 四种报告 |
| 前置 | 运行回测 |
1. 回测报告与图表解读¶
1.1 图表（PNG）¶
图表文件：reports/backtest_YYYYMMDD_HHMMSS.png
- 灰色线 (Close)：股票每日收盘价
- 蓝色线 (MA5)：5 日均线（短期趋势）
- 橙色线 (MA20)：20 日均线（中期趋势）
- 绿色圆圈 (BUY)：买入点
- 红色圆圈 (SELL)：卖出点
- 绿色阴影区域：持仓期间
- 绿色线 (右侧轴)：投资组合总资产价值
1.2 交互式 HTML 报告¶
文件：reports/backtest_YYYYMMDD_HHMMSS.html，用浏览器打开。
页面自上而下分为：
- 页头摘要 — 回测标的、时间区间、初始/最终资金，一眼判断盈亏
- 核心指标卡片 — 年化收益、超额收益、夏普比率、最大回撤、胜率、卡玛比率
- 详细指标行 — 年化波动率、索提诺比率、Alpha、Beta、信息比率、日胜率、盈亏比
- K 线与技术指标图 — 价格线 + 均线 + 买卖点标记 + 成交量
- 累计收益率 — 叠加沪深300与上证综指两条宽基累计收益曲线
- 回撤曲线 — 策略回撤 vs 两指数回撤
- 每日盈亏 — 每个交易日的盈亏柱状图
- 标签页 — 成交明细、持仓状态
完整阅读流程： 页头（赚钱了吗）→ 指标卡片（夏普/回撤合格吗）→ 累计收益图（相对大盘位置）→ 回撤曲线 → 成交表。
1.3 Markdown 报告¶
文件：reports/backtest_YYYYMMDD_HHMMSS.md，包含摘要、交易记录、持仓信息。
1.4 JSON 报告¶
文件：reports/backtest_YYYYMMDD_HHMMSS.json，机器可读的结构化数据。
import json
with open('reports/backtest_20240101_120000.json') as f:
report = json.load(f)
print("总收益: %.2f%%" % report['pnl_pct'])
2. 风险与归因分析¶
2.1 analyze_returns：综合风险指标¶
| 指标 | 说明 | 好值 |
|---|---|---|
total_return |
总收益率 | 正数越大越好 |
annual_return |
年化收益率 | 正数越大越好 |
annual_volatility |
年化波动率 | 低一些更好 |
sharpe_ratio |
夏普比率 | > 1 为好，> 2 为优秀 |
sortino_ratio |
索提诺比率 | 只考虑下行风险，> 1 为好 |
max_drawdown |
最大回撤 | 接近 0 越好 |
calmar_ratio |
卡玛比率 | > 1 为好 |
alpha |
超额收益（年化） | 正数为跑赢基准 |
beta |
市场敏感度 | 1 表示与大盘同步 |
information_ratio |
信息比率 | > 0.5 为好 |
win_rate_daily |
日胜率 | > 0.5 为好 |
win_rate_trade |
配对交易胜率 | 与日胜率含义不同 |
2.2 brinson_attribution：归因分析¶
from eqlib import brinson_attribution
attr = brinson_attribution(result)
print("配置效应: %.4f" % attr['allocation_effect'])
print("选股效应: %.4f" % attr['selection_effect'])
2.3 simple_factor_analysis：因子分析¶
from eqlib import simple_factor_analysis
ff = simple_factor_analysis(result)
print("市场 Beta: %.3f" % ff['market_beta'])
注意： 本函数不实现真正的 Fama-French 三因子模型。
momentum_correlation字段为收益自相关，非真正的动量因子暴露。fama_french_analysis已弃用，请改用simple_factor_analysis。
详细指标字段定义见 报告格式规范。
3. 运行后你会得到什么¶
在代码中调用：
from eqlib import run_strategy
result = run_strategy(
initialize,
start_date="2024-01-01",
end_date="2024-12-31",
starting_cash=100_000,
benchmark="000300.XSHG",
securities=["601390"],
report_dir="reports",
)
终端会打印类似路径（时间戳每次不同）：
| 文件 | 用途 |
|---|---|
reports/backtest_YYYYMMDD_HHMMSS.png |
静态图：价格、均线、买卖点、组合净值/回撤等（与策略实现有关） |
reports/backtest_YYYYMMDD_HHMMSS.html |
交互式报告：指标卡片、K 线、累计收益、回撤、每日盈亏、成交与持仓等 |
reports/backtest_YYYYMMDD_HHMMSS.md |
人类可读的摘要 + 表格化交易记录 |
reports/backtest_YYYYMMDD_HHMMSS.json |
程序化分析用结构化数据 |
用浏览器 直接打开 .html 文件（双击或「文件 → 打开」），无需启动 Web 服务器。
3.1 HTML 报告页面概览¶
打开 .html 文件后，你看到的页面大致分为以下区块（以下为 Example 22 选股策略的回测截图）：
页头（标题 + 盈亏金额）→ 核心指标卡片 → 详细指标行 → K 线图 → 累计收益率 → 回撤 → 每日盈亏 → 成交/持仓标签页。
4. HTML 报告页面结构（从上到下）¶
以下为 generate_html_report 生成页面的逻辑顺序，便于你对照屏幕阅读。
4.1 页头¶
- 标题：回测标的或组合说明。
- 摘要区：回测区间、初始资金、最终资产、盈亏金额与比例等。
4.2 指标卡片（可点击看说明）¶
常见字段与读法：
| 展示名 / 字段 | 含义（直觉版） |
|---|---|
| 年化收益 | 把整段回测收益换算成「若按同样波动持续一年」的复利年化水平；便于跨周期对比 |
| 超额收益 | 策略总收益相对基准总收益的多出部分 |
| 基准收益 | 同一区间内基准指数涨跌幅 |
| Alpha | 相对基准回归后的年化超额收益（CAPM 意义下「跑赢/跑输」的一部分） |
| Beta | 相对大盘的弹性；1 附近表示与指数同涨同跌，大于 1 波动更大 |
| 夏普比率 | 每承担一单位总波动，获得多少超过无风险利率的收益；一般 > 1 认为尚可 |
| 胜率（交易） | 完整「买—卖」配对中，盈利回合占比 → 对应 win_rate_trade |
| 盈亏比 | 平均盈利单 / 平均亏损单（绝对值比） |
| 最大回撤 | 从历史峰值到之后谷底的最大跌幅，负数，绝对值越小风控越好 |
| 索提诺比率 | 类似夏普，但分母只用下行波动；更关注「跌的时候有多痛」 |
| 卡玛比率 | 年化收益 / |最大回撤|；回撤小且收益高则数值大 |
| 日超额收益（年化） | 日度超额收益均值的年化 |
| 超额最大回撤 | 超额收益序列上的最大回撤 |
| 超额夏普 | 日超额收益的夏普 |
| 日胜率 | 盈利交易日 / 总交易日 → win_rate_daily |
| 盈利笔数 / 亏损笔数 | 配对交易后的笔数 |
| 信息比率 | 主动收益相对跟踪误差的效率 |
| 年化波动率 | 策略日收益年化标准差 |
| 基准波动率 | 基准日收益年化波动 |
| 交易次数 | 完成的配对交易笔数 |
卡片上的「评级条」为根据阈值着色的快速提示，仍以你自己策略目标为准。
4.3 K 线与技术图区（若有）¶
标题一般为 「K 线图 · 技术指标」：主图显示 OHLCV K 线、成交量柱、MA 均线叠加，以及买卖信号标记。
技术指标¶
| 指标 | 说明 |
|---|---|
| MA 均线 | MA5（红色）、MA20（蓝色）、MA60（紫色）三条移动平均线叠加在 K 线主图上 |
| RSI(14) | 独立图表，含 70 超买线（红色虚线）、30 超卖线（绿色虚线）和中位 50 线（灰色虚线） |
| MACD(12,26,9) | 独立图表，含 MACD 线（蓝色）、Signal 线（橙色）、柱状图（红绿）和零轴参考线 |
| Bollinger Bands(20,2) | 可选叠加在 K 线图上：上轨、中轨、下轨 |
指标切换面板¶
K 线图左上角有浮动按钮组，可独立开关以下指标：
| 按钮 | 默认状态 | 功能 |
|---|---|---|
| MA | 开启 | 显示/隐藏 MA5/MA20/MA60 三条均线 |
| BB | 关闭 | 显示/隐藏 Bollinger Bands 上下轨 |
| VOL | 开启 | 显示/隐藏成交量柱 |
| S/R | 关闭 | 显示/隐藏支撑/阻力线 |
十字光标联动图例¶
鼠标在 K 线图上移动时，左上角会实时显示当前光标位置的：
- OHLC 价格
- MA5/MA20/MA60 值
- RSI 值
- MACD / Signal / Histogram 值
- BB 上轨/中轨/下轨
- 成交量
4.4 累计收益率¶
- 策略累计收益（%）曲线。
- 沪深300、上证综指两条基准线：与策略使用同一回测区间、同一交易日对齐后的累计涨跌幅（%），便于判断相对大盘宽基是跑赢还是跑输（与
set_benchmark配置无关，图表内固定双基准）。 - 超额(相对沪深300)：在「超额收益」标签下显示，为策略累计收益减沪深300累计收益；指标卡片区「超额收益」仍以
analyze_returns相对 你所设基准 为准。
4.5 回撤曲线¶
- 绿色区域：策略净值相对自身历史峰值的回撤（%）。
- 蓝色虚线：沪深300指数相对其区间峰值的回撤。
- 橙色虚线：上证综指相对其区间峰值的回撤。
用于对照：大盘深度调整时，策略回撤是否更大、是否跟跌。
4.6 每日盈亏 / 每日收益率¶
柱状或曲线展示 相邻交易日 组合价值变化；用于看「是否连续亏损」「波动是否集中」。
4.7 标签页：成交、日历、持仓等¶
- 成交：每笔买卖的时间、价格、数量、佣金。
- 持仓：各期末或关键节点的持仓结构（以实际导出为准）。
- 其他 Tab 为辅助信息（如数据源说明等）。
4.8 对照走读示例¶
下面用一次真实导出（标的 601398，区间 2021-06-06～2024-06-06）说明：打开 HTML 时，各块数字在说什么。运行 python examples/06_local_data.py 后，在 reports/ 下打开最新 *.html，对照下表阅读（下列数值为该次运行的快照，与教程配图同源）。
说明：本示例策略为 MA 5/20 金叉死叉策略，在该区间小幅盈利，夏普为正、回撤可控，适合用来理解「正常策略的报告长什么样」。
| HTML 上常见位置 | 本例约值（见 MD/JSON） | 读法 |
|---|---|---|
| 页眉 / 总盈亏 | 约 +16.11% | 全区间总收益率（相对初始资金），与 summary.pnl_pct、risk_metrics.total_return 一致。 |
| 摘要行 | 初始 100,000 → 期末 116,108 | 已扣交易成本后的组合净值终值。 |
| 年化收益 | +5.15% | 由日收益折算的年化水平；高于无风险利率（约 3%）但不算高。 |
| 年化波动率 | 12.83% | 收益波动幅度；适中，曲线不会太「抖」。 |
| 夏普比率 | +0.22 | 风险调整后收益；略高于 0，说明承担了一定风险后略有超额收益。 |
| 索提诺比率 | +0.31 | 只看下行波动的风险调整指标；夏普为正时通常也为正。 |
| 最大回撤 | -14.45% | 从峰值到谷底的最大跌幅；本例回撤适中，风控压力不大。 |
| 卡玛比率 | +0.36 | 年化收益 / |最大回撤|；收益正、回撤可控时为正。 |
| 日胜率 | 29.4% | win_rate_daily：盈利交易日占比；本策略持仓周期长，日胜率不高但单次盈利可观。 |
| 胜率（交易） | 65.3% | win_rate_trade：完整买—卖配对中，盈利回合占比；超过半数交易盈利。 |
| 盈利笔数 / 亏损笔数 | 约 125 / 66 | 配对层面的赢/输笔数；盈利笔数明显多于亏损。 |
| 盈亏比 | 0.97 | 平均盈利单 / 平均亏损单；接近 1，说明盈利单笔和亏损单笔金额相近。 |
| 交易次数（配对） | 约 95 | 完成「一轮买+卖」的组数；与 JSON summary.num_trades（单边成交条数，本例 191）不同，见 FAQ。 |
| 年化换手率 | 较低 | 本策略为低频择时策略，换手率不高。 |
| 总佣金 | 0.00 | 本例使用本地数据回测，佣金展示为 0；实际交易中需考虑。 |
| Alpha / Beta / 信息比率 | 取决于基准对齐情况 | 当基准序列未对齐时可能为占位；summary.benchmark_return 为 null 时见 FAQ。 |
交互区（K 线、累计收益、回撤、每日盈亏）：用鼠标在图上拖动、缩放；策略线 vs 基准线对比「是否跑赢指数」。若整页图表空白，多为 CDN 脚本被内网拦截，需联网或换网络（见 FAQ — HTML 图表空白）。
自己截 HTML 长图（可选）：浏览器全屏后使用系统截图（如 macOS Cmd + Shift + 4、Windows Win + Shift + S），截取页眉 + 指标卡片区，便于写笔记或与同事对齐结论。
5. PNG 图（generate_chart）怎么读¶
典型元素包括：
- 价格与均线：判断趋势与信号是否出现在合理位置。
- 买卖点标记：与策略逻辑对照，是否存在「追高杀跌」。
- 组合总价值或收益：右侧或副图，看资金曲线是否平滑上升。
- 回撤带：下方区域展示回撤深度。
若图中缺少净值曲线，请对照 FAQ — PNG 很空 检查 record / 记录数据是否完整。
6. 不同策略报告对比：如何通过报告判断策略好坏¶
以下是 4 个不同策略的回测截图，报告结构相同，数值各异。具体收益会因回测区间、标的选择和市场环境而大幅变化——截图仅供展示报告样式，不代表该策略在所有市场条件下都能取得类似表现。
策略一：MACD 趋势 + 成交量确认¶
- 特点：趋势型策略，依赖 MACD 金叉配合成交量放大
- 关键观察：查看夏普比率是否为正、累计收益曲线是否向上
- 注意：趋势策略在震荡市可能表现不佳
策略二：布林带均值回归¶
- 特点：均值回归型策略，价格触及下轨买入、上轨卖出
- 关键观察：交易频率低，适合震荡市
- 注意：趋势行情中可能连续亏损
策略三：多因子选股¶
- 特点：组合型策略，多只股票轮动
- 关键观察：关注换手率和佣金成本对收益的侵蚀
- 注意：高频换手下需关注交易成本
策略四：动量组合¶
- 特点：追涨型策略，买入近期表现强势的股票
- 关键观察：夏普比率、最大回撤、日胜率
- 注意：在趋势反转或震荡市中可能表现较差
如何从报告判断策略好坏¶
| 检查项 | 好策略 | 差策略 | 说明 |
|---|---|---|---|
| 年化收益 | 正数，> 10% | 负数或 < 5% | 基础要求 |
| 夏普比率 | > 1 | < 0 | 风险调整后收益 |
| 最大回撤 | < 15% | > 30% | 最大亏损承受 |
| 交易胜率 | > 50% | < 30% | 配对交易胜率 |
| 盈亏比 | > 1.5 | < 1 | 平均盈利/平均亏损 |
| 交易频率 | 适中 | 过多或过少 | 过多成本高 |
| Alpha | 正数 | 零或负 | 超额收益来源 |