Backtesting.py框架中停止订单执行机制的分析与改进
2025-06-03 21:01:11作者:牧宁李
背景介绍
Backtesting.py是一个流行的Python回测框架,它允许交易者和量化分析师测试他们的交易策略。在交易策略中,停止订单(Stop Order)是一种常见的订单类型,它会在市场价格达到指定水平时触发执行。然而,在实际使用中发现Backtesting.py框架中的停止订单执行机制存在一些不符合预期的行为。
问题现象
通过测试案例可以观察到Backtesting.py框架中停止订单执行存在三个主要问题:
- 执行时机延迟:停止订单应该在T+1周期触发,但实际在T+2周期才执行
- 边界条件处理不当:当市场价格等于停止价格时,订单未能正确触发
- 交易记录异常:卖出停止订单导致EntryBar大于ExitBar和负的Duration值
技术分析
测试案例设计
测试使用了三个简单的策略类来验证停止订单的行为:
- test1:测试简单的买入停止订单
- test2:测试同时包含停止价和限价的买入订单
- test3:测试卖出停止订单
测试数据包含四个交易日的数据,每个交易日包含开盘价、最高价、最低价和收盘价。
预期行为分析
按照金融市场常规理解,停止订单应该:
- 在订单提交后的下一个交易日(T+1)检查是否触发
- 对于买入停止订单,当最高价≥停止价时触发
- 对于卖出停止订单,当最低价≤停止价时触发
- 当价格等于停止价时也应视为触发条件满足
实际行为差异
测试结果显示:
- 所有停止订单都没有在预期的T+1周期触发
- 当市场价格等于停止价时,订单未被触发
- 卖出订单的交易记录显示EntryBar(3)大于ExitBar(2),且Duration为负值(-1),这与时间顺序逻辑相矛盾
问题根源
经过分析,这些问题可能源于以下几个方面:
- 订单检查时机:框架可能在订单提交后的第二个周期才开始检查订单条件,而非下一个周期
- 边界条件判断:价格比较可能使用了严格大于/小于,而非包含等于的情况
- 交易记录逻辑:在记录交易时,可能错误地设置了进入和退出的时间戳
解决方案建议
针对这些问题,建议对Backtesting.py框架进行以下改进:
- 调整订单检查时机:确保在订单提交后的下一个周期立即开始检查触发条件
- 修正边界条件判断:将价格比较改为包含等于的情况(≥或≤)
- 修复交易记录逻辑:确保EntryBar总是小于或等于ExitBar,Duration为非负值
- 复合订单处理:对于同时包含停止价和限价的订单,应明确执行规则并保持一致
对用户的影响
这些问题会影响策略回测的准确性:
- 订单执行延迟会导致策略表现与实际情况不符
- 边界条件处理不当会遗漏部分本应触发的交易
- 错误的交易记录会影响绩效统计和分析
最佳实践建议
在使用Backtesting.py框架时,建议用户:
- 对停止订单行为进行充分测试验证
- 考虑在策略中加入日志记录,跟踪订单触发和执行情况
- 对于关键策略,考虑手动验证几个典型交易场景
- 关注框架更新,及时应用修复这些问题的版本
总结
Backtesting.py框架中的停止订单执行机制存在一些需要改进的地方,这些问题会影响回测结果的准确性。理解这些问题有助于用户更合理地使用框架,并对回测结果保持适当的谨慎态度。框架开发者已经注意到这些问题并在后续版本中进行了修复,用户应关注更新并及时升级。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136