Backtesting.py框架中停止订单执行机制的分析与改进
2025-06-03 19:14:12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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
283
2.59 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
224
303
暂无简介
Dart
572
127
Ascend Extension for PyTorch
Python
109
139
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++
602
171
🎉 (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
1.04 K
608
仓颉编译器源码及 cjdb 调试工具。
C++
120
172
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205