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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
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
433
392
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
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985