第 6 章 · 02 回测实战与报告

第 6 章 · 02 回测实战与报告

本节摘要:本节是回测章的实战部分。先讲 backtesting 命令的常见用法——单策略回测、指定起始资金、限定时间范围、对比多策略、禁止导出。然后重点讲怎么读懂回测报告:六大张表(主报告、未平仓表、入场标签统计、出场原因统计、混合标签统计、汇总指标)分别回答什么问题,以及最关键的几个数字——总收益、胜率、最大回撤、Sharpe、Sortino、Calmar、Profit Factor、Expectancy——各自的含义和判断标准。最后讲 backtesting-show 和 backtesting-analysis 两个事后分析命令,以及 --breakdown 按日/周/月/年拆分收益。读完本节,你能从一个回测报告里读出策略的真实成色,而不是只盯着「赚了多少」。

内容来源:原项目文档 docs/backtesting.md、docs/advanced-backtesting.md,汉化并套用体系化模板。

⚠️ 风险提示:回测报告里的盈利数字是「在历史数据 + 一系列假设下」的结果,不是未来承诺。永远结合第 04/05 节的 lookahead / recursive 检测一起看,警惕「好得难以置信」。

学习目标

阅读完本节,你应当能够:

1. 用 backtesting 命令跑单策略、对比多策略、限定时间范围。
2. 读懂六大报告表(主报告、未平仓、入场标签、出场原因、混合标签、汇总指标)。
3. 解释 Sharpe / Sortino / Calmar / Profit Factor / Expectancy 的含义与判断标准。
4. 用 --breakdown 按日/周/月/年拆分收益。
5. 用 backtesting-show / backtesting-analysis 事后分析回测结果。

一、跑一次回测

最简形式(用配置里的交易所、币种、周期):

freqtrade backtesting --strategy AwesomeStrategy
​

--strategy / -s 指向 user_data/strategies/ 目录下某个 Python 文件里的策略类名。常用变体:

# 指定起始资金(默认 1000)
freqtrade backtesting --strategy AwesomeStrategy --dry-run-wallet 1000

# 限定时间范围
freqtrade backtesting --strategy AwesomeStrategy --timerange 20260101-20260801

# 换 1m 周期数据
freqtrade backtesting --strategy AwesomeStrategy --timeframe 1m

# 换数据目录
freqtrade backtesting --strategy AwesomeStrategy --datadir user_data/data/binance-2026

# 对比多个策略(数据只读一次,更快)
freqtrade backtesting --strategy-list StrategyA StrategyB --timeframe 5m

# 不导出交易文件(确定不再分析时)
freqtrade backtesting --strategy AwesomeStrategy --export none

# 指定自定义手续费(见第 03 节)
freqtrade backtesting --strategy AwesomeStrategy --fee 0.001
​

--timerange 支持多种格式:-20260801(到 8 月 1 日)、20260101-(从 1 月 1 日)、20260101-20260801(区间)、甚至 POSIX 时间戳 1527595200-1527618600。

二、回测的假设(回顾)

跑之前请回顾第 01 节讲的假设:入场按开盘价、出场信号按下一根开盘、止损精确成交、无滑点全额成交、同根 K 线内 low 先于 high。报告里的一切数字都建立在这些假设之上。

三、读懂六大报告表

回测会输出多张表,按顺序回答不同问题。

表 1:BACKTESTING REPORT(主报告)

按交易对列出每笔已平仓交易:

最后一行 TOTAL 是整体表现。Tot Profit %(不是 Avg Profit %)才是最常引用的「总收益率」,算法是 绝对盈亏 / 起始资金。

表 2:LEFT OPEN TRADES REPORT(未平仓表)

回测结束时还没平仓的交易,会被强制平仓(force_exit)以呈现完整画面。这些交易也包含在表 1 里,但单独列出方便观察「如果回测再跑久一点会怎样」。

表 3:ENTER TAG STATS(入场标签统计)

如果你的策略用 enter_tag 给入场信号分类(如 enter_tag="rsi_oversold"、"bb_bounce"),这张表按标签拆分盈亏,告诉你哪类入场信号最赚钱。

表 4:EXIT REASON STATS(出场原因统计)——最重要的诊断表

按出场原因(roi / exit_signal / stop_loss / force_exit / trailing_stop)拆分:

┃ Exit Reason ┃ Exits ┃ Avg Profit % ┃ Tot Profit ┃ Win  Draw  Loss  Win% ┃
┃         roi ┃    67 ┃         1.06 ┃   245.117  ┃  67     0     0   100 ┃
┃ exit_signal ┃     4 ┃        -2.23 ┃   -31.226  ┃   0     0     4     0 ┃
┃   stop_loss ┃     3 ┃       -10.14 ┃  -112.273  ┃   0     0     3     0 ┃
​

这张表是调策略的指南针:

• 如果 exit_signal 大量亏损 → 出场信号有问题,要么改进、要么关掉 use_exit_signal。
• 如果 stop_loss 笔数过多 → 入场质量差,或止损太紧。
• 如果 roi 笔数过多但单笔利润极低 → ROI 阶梯太松或太紧,需要调。

表 5:MIXED TAG STATS(混合标签统计)

把入场标签 × 出场原因交叉,看「某类入场信号在什么出场方式下表现如何」。表很大,适合 CSV 导出后细看。

表 6:SUMMARY METRICS(汇总指标)——最常被引用的数字

这是回测的「成绩单」,关键指标见下一节。

四、关键指标详解

钱包口径 vs 已平仓口径

新版本多了「Wallet based Metrics」一组指标,基于含未实现盈亏的钱包余额计算,比只看已平仓交易更全面:

• Sharpe (daily wallet balance):含浮亏的 Sharpe,通常比 Sharpe (closed trades) 更保守、更真实。
• Absolute drawdown (wallet balance):含浮亏的最大回撤。

💡 优先看 Wallet 口径:它把「账面浮亏」算进来,更接近实盘体验。如果 Wallet 口径的回撤远大于 closed trades 口径,说明策略有大量「浮亏扛单」。

关于 p-value

Mean profit p-value 回答的是:「如果策略真没有优势,纯靠运气得到至少这么大的平均收益的概率是多少?」< 0.05 通常算「统计显著」。但要注意:

• 它假设交易独立同分布,实际交易常聚集(不独立),所以是「乐观下界」。
• 回测和 Hyperopt 试了很多策略,总有几个 p-value 低是碰巧——低 p-value 不等于真有优势。

五、--breakdown:按周期拆分

用 --breakdown 把收益按日/周/月/年拆分,看策略在不同时间段的表现是否稳定:

freqtrade backtesting --strategy MyStrategy --breakdown month year
​

输出形如月度表、年度表,显示每期的交易数、绝对盈亏、Profit Factor、胜率。如果某几个月巨亏、其他月份巨赚,说明策略对行情 regime 敏感,稳定性差。

六、结果缓存

默认情况下,如果策略和配置与最近一天内的某次回测完全一致,freqtrade 会复用缓存结果。想强制重跑:

freqtrade backtesting --strategy MyStrategy --cache none
​

⚠️ 缓存陷阱:开区间 --timerange 20260101- 会自动禁用缓存(因为数据可能变了)。但如果你之前回测时数据末尾缺数据、后来补全了,缓存可能误用旧结果——这时务必 --cache none 跑一次。

七、回测输出文件

回测默认导出到 user_data/backtest_results/,是一个 zip 包,内含:

• 回测报告(JSON)
• 市场变动数据(feather)
• 策略文件副本
• 策略参数文件副本(如有)
• 配置文件副本(已脱敏)

这保证结果可复现(在数据不变的前提下)。但注意:策略的依赖文件不在 zip 里,要自己保管。

八、backtesting-show 与 backtesting-analysis

回测跑完后,可以进一步分析导出的结果文件。

backtesting-show

回看某次回测的细节,不必重跑:

freqtrade backtesting-show --export-filename user_data/backtest_results/backtest-result-20260805-10-30-00.zip
​

backtesting-analysis:深度标签分析

需要先在回测时加 --export signals(导出信号和交易详情):

freqtrade backtesting -c config.json --strategy MyStrategy --export signals
​

然后分析:

# 按 0-5 不同粒度分组(0 最简,4 最细——按 pair+enter_tag+exit_tag)
freqtrade backtesting-analysis -c config.json --analysis-groups 0 1 2 3 4 5
​

--analysis-groups 的含义:

• 0:按 enter_tag 的总胜率和盈亏
• 1:按 enter_tag 分组
• 2:按 enter_tag × exit_tag
• 3:按 pair × enter_tag
• 4:按 pair × enter_tag × exit_tag(表很大)
• 5:按 exit_tag

最强大的功能是打印信号 K 线上的指标值,辅助精细调参:

freqtrade backtesting-analysis -c config.json \
    --analysis-groups 0 2 \
    --enter-reason-list enter_tag_a enter_tag_b \
    --exit-reason-list roi stop_loss \
    --indicator-list rsi bb_lowerband ema_9
​

输出会在每笔交易的进场点和出场点列出这些指标的当时值,帮你判断「信号触发时的市场状态是否符合预期」。指标必须在策略的 DataFrame 里存在,否则被忽略。

其他实用选项

• --timerange 20220101-20220201:只看某段时间的交易。
• --rejected-signals:打印被拒掉的信号(满仓没下单的)。
• --analysis-to-csv:大表写 CSV 而非打印。
• --backtest-filename / --backtest-directory:分析历史或他处的结果。

本节要点回顾

1. 命令: backtesting --strategy X,--dry-run-wallet(起始资金)、--timerange、--timeframe、--strategy-list(对比)、--fee、--cache none(强制重跑)。
2. 六大表:主报告、未平仓、入场标签、出场原因(调策略指南针)、混合标签、汇总指标。
3. Tot Profit %:最常引用的总收益率,= 绝对盈亏 / 起始资金,不是 Avg Profit %。
4. 关键指标:Sharpe(>1 可,>2 优)、Sortino(只用下行波动)、Calmar(年化/回撤)、Profit Factor(>1.5)、Expectancy(必为正)、p-value(<0.05 显著)。
5. Wallet 口径:含浮亏的 Sharpe/回撤更真实,优先看;与 closed trades 口径差距大说明浮亏扛单严重。
6. --breakdown:按日/周/月/年拆分,看跨期稳定性;某期大赚大亏说明对行情敏感。
7. 输出:zip 包含报告 JSON + 市场数据 + 策略/参数/配置副本,保证可复现。
8. 事后分析:backtesting-show 看细节;backtesting-analysis --analysis-groups 按标签拆分、--indicator-list 看信号 K 线指标值、--rejected-signals 看被拒信号。

下一节,我们专门讲滑点与手续费——它们是回测默认偏乐观的两大来源,正确设置才能让回测更接近实盘。