金策智算批量回测完全指南:策略池、标的池、区间池、场景池4池搭建与覆盖率硬门禁

原创2026-10-11 14:04:291,671 阅读
文章标签:后端金融科技AI 应用

金策智算批量回测完全指南:策略池、标的池、区间池、场景池4池搭建与覆盖率硬门禁

金策智算是一款本地化量化回测工具,用客观数据辅助交易决策。本文带你从零搭建批量回测的四大输入池(策略池、标的池、区间池、场景池),并开启覆盖率硬门禁,确保"牛熊震荡、行业、市值"样本齐全后才真正开跑,让批量回测结果更可信。

一、为什么批量回测需要"4池 + 硬门禁"

单个回测只能验证"一只股票 + 一个区间 + 一套参数",而真实交易要面对不同行情、不同行业、不同市值的组合。金策智算的批量回测脚本 scripts/batch_backtest_runner.py 把输入拆成四个池:

  • 策略池:要验证哪些策略
  • 标的池:在哪些股票上验证
  • 区间池:在哪些历史时段验证(牛市/熊市/震荡)
  • 场景池:用什么成本、滑点、K线周期验证

四池相乘自动生成成百上千条回测任务。但如果区间池里只有牛市,或者标的池清一色大盘股,回测结果会"偏科"。覆盖率硬门禁的作用就是:任务生成后先体检,缺样本就不许跑,从机制上杜绝"回测自嗨"。

金策智算批量回测看板:任务状态、批次过滤与批量执行控制界面

上图是操作面板中的"批量回测看板",可以加载任务 CSV、查看各状态任务数并一键执行。

二、环境准备:3分钟启动金策智算

批量回测依赖本地服务,先在项目根目录启动它:

pip install -r requirements.txt
python server.py

启动后确认本地服务可访问:http://127.0.0.1:8000。完整启动说明见 README.md,一键启动脚本位于 scripts/win一键启动.bat 和 scripts/linux&macOS系统启动.sh。

三、4池搭建:从模板到正式输入

1. 一键生成四池模板

python scripts/batch_backtest_runner.py --init-generator-templates

会一次性生成四个 CSV 模板,都在 data/ 目录下:

文件 作用
data/任务生成_策略池.csv 定义参与回测的策略ID
data/任务生成_标的池.csv 定义股票及行业/市值标签
data/任务生成_区间池.csv 定义起止日期与行情标签
data/任务生成_场景池.csv 定义成本、滑点、K线周期等

2. 策略池怎么填

两个关键字段:策略ID(对应系统内已入库的策略)和 是否启用(1 启用 / 0 停用)。内置策略可在面板里直接勾选管理;如果你写的是通达信公式,可以先用公式编译器转成 Python 策略入库,再用 --formula-pack-json 把公式包批量导入策略池,流程见 docs/新功能说明_通达信_BLK_组合回测.md。

3. 标的池怎么填

除 股票代码(如 600000.SH)外,重点是三个标签:市场标签、行业标签、市值标签。覆盖率检查就是拿这些标签来对账的。

新手建议:

  • 覆盖多行业、多市值层级,不要只用单一股票
  • 有通达信板块文件的,可以用 --blk-file xxx.blk 一键导入标的池,省去手工整理

4. 区间池怎么填

每条区间包含:开始日期、结束日期、行情标签(牛市/熊市/震荡)、批次号、是否启用。

硬门禁的默认要求是"牛、熊、震荡三种行情都要有",所以建议每种行情至少准备 2~3 个区间,例如:

区间ID 开始日期 结束日期 行情标签
W-BULL-1 2024-09-24 2024-12-31 牛市
W-BEAR-1 2022-01-04 2022-04-28 熊市
W-SIDE-1 2023-06-01 2023-11-30 震荡

5. 场景池怎么填

场景池控制"回测成本假设":成本档位、滑点BP、佣金费率、印花税率、最小手数、是否T1、K线周期、初始资金 等。注意两点:

  • 数据源 字段必须填 default
  • K线周期 建议至少包含 5min 和 1d,兼顾短线与日线级别

多配几行场景(比如"低摩擦/真实摩擦"两档),同一条策略就能在成本假设上做一次对照实验。

四、批量回测任务生成:replace 与 append 两种模式

四个池填好后,一条命令生成任务:

python scripts/batch_backtest_runner.py --generate-tasks --generate-mode replace
  • replace:覆盖式重建,推荐日常使用,结果可复现
  • append:追加模式,保留历史任务
  • 加 --generate-max-tasks 5000 可限制任务总量,防止四池相乘爆炸

输出文件为 data/批量回测任务.csv,每行包含策略、标的、区间、成本参数与任务状态,可以直接打开检查。

五、覆盖率硬门禁:不过关就不开跑

1. 只做覆盖率检查

python scripts/batch_backtest_runner.py --coverage-check

结果写入 data/覆盖率检查结果.json,终端会打印:哪些策略缺哪种行情样本、全局缺哪些行业/市值层级。检查逻辑实现在 scripts/batch_backtest_runner.py 的硬门禁函数中。

2. 启用硬门禁(推荐)

python scripts/batch_backtest_runner.py --coverage-check --coverage-hard-gate \
  --coverage-required-phases "牛市,熊市,震荡" \
  --coverage-max-missing-phase-strategies 0 \
  --coverage-max-missing-industries 0 \
  --coverage-max-missing-sizes 0

三个阈值为 0 表示严格模式:任何策略缺行情样本、或行业/市值出现全局缺口,门禁即失败。失败时:

  • 脚本返回非 0 退出码(默认 2,可用 --coverage-fail-exit-code 自定义)
  • 不进入回测执行阶段

这样门禁就能直接接进 CI 或定时任务:退出码为 0 才允许继续跑。

六、一条命令串起全流程

生成任务 → 跑硬门禁 → 通过后自动执行回测:

python scripts/batch_backtest_runner.py --generate-tasks --generate-mode replace \
  --coverage-check --coverage-hard-gate --run-after-coverage-check \
  --coverage-required-phases "牛市,熊市,震荡" \
  --coverage-max-missing-phase-strategies 0 \
  --coverage-max-missing-industries 0 \
  --coverage-max-missing-sizes 0

--run-after-coverage-check 是关键开关:门禁通过才继续,失败直接终止,无需人工盯守。

七、执行批量回测:串行与多实例并发

串行(默认)

python scripts/batch_backtest_runner.py

适合任务量中等、想稳定跑完的场景。

多实例并发(真正大批量)

python scripts/batch_backtest_runner.py --parallel-workers 3 \
  --base-urls "http://127.0.0.1:8000,http://127.0.0.1:8001,http://127.0.0.1:8002" \
  --rate-limit-interval-seconds 0.5

注意:不要对同一个服务地址开并发,会互相挤占资源;正确做法是用 --prot 参数启动多个服务实例(多端口),再把地址列表交给 --base-urls。

八、看懂输出:4个文件讲清结果

输出文件 内容
data/批量回测任务.csv 任务清单与状态
data/批量回测结果.csv 每个任务的收益率、最大回撤、胜率、夏普、评分与评级
data/策略汇总评分.csv 按策略汇总的中位数指标与建议动作
data/覆盖率检查结果.json 覆盖率体检报告

单个回测的明细(K线、交易明细、报告)会同步出现在"回测报告中心",支持 AI 概览分析与多策略横向对比:

金策智算回测报告中心:策略业绩对比与单策略回测报告

九、新手常见坑位清单 ✅

  1. 数据源没填 default → 任务生成时会被校验拦截
  2. 标的池只用一两只股票 → 行业/市值覆盖率门禁必然失败
  3. 区间池缺一种行情 → 所有策略都会被记为"缺样本"
  4. 对单地址开并发 → 建议多实例多端口,单地址只跑串行
  5. PowerShell 换行 → 不要使用 ^ 续行,需要换行时用行尾反引号 `,或直接用单行命令

结语

金策智算批量回测的核心思路可以概括为三句话:用四池定义验证范围,用任务生成把范围变成可执行清单,用覆盖率硬门禁保证清单不偏科。配合回测报告中心的横向对比,你就能得到一份"跨行情、跨行业、跨成本假设"的策略体检报告,让每个策略的优劣都有客观数据支撑。

风险提示:本工具仅用于量化研究与历史数据回测学习,不构成投资建议,不荐股、不预测行情。历史回测结果不代表未来收益,所有决策请自主判断。

📌 延伸阅读:完整操作手册见 docs/批量回测操作指南.md,API 细节见 docs/API_DOCS.md,基线模板见 docs/全局回测与实盘监控基线模板.md。

登录后查看全文
jin-ce-zhi-suan