backtest-center

> ⚙️ 本技能遵循公共运行环境契约（最高优先级，先于本文其余内容执行）： > 详见 [_shared/env-contract.md](../_shared/env-contract.md)，执行前先读它。 # 回测中心技能 QuantMind 回测中心的完整操作指南。覆盖 7 大功能：快速回测、专家模式、回测历史、策略对比、参数优化、策略管理、高级分析。 ## 架构 回测走 **engine 服务**（8001）的 Qlib 引擎，API 网关（8000）代理。核心路径前缀见下文 `qlib/*` 各节。 ## 认证 ```bash BASE=http://127.0.0.1:8000 TOKEN=$(curl -s -X POST $BASE/api/v1/auth/login -H "Content-Type: application/json" \ -d '{"username":"admin","password":"admin123","tenant_id":"default"}' \ | python3 -c "import sys,json; print(json.load(sys.stdin).get('access_token',''))") AUTH="Authorization: Bearer $TOKEN" CT="Content-Type: application/json" ``` ## 1. 快速回测（单次 Qlib 回测） ### 1.0 向量化极速回测（新） `QlibBacktestRequest.use_vectorized: bool`（默认 false）触发**向量化极速引擎**（纯 pandas 矩阵运算，全市场近 1 年从 500s+ 降到秒级~分钟级）。 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/backtest" \ -d '{ "strategy_type": "CustomStrategy", "strategy_content": "STRATEGY_CONFIG = {...}", "model_id": "mdl_cn_xxx", "start_date": "2025-01-01", "end_date": "2025-12-31", "universe": "csi300", "initial_capital": 1000000, "benchmark": "000300.SH", "use_vectorized": true, "strategy_params": {"signal": "<PRED>", "topk": 50}, "qlib_provider_uri": "db/qlib_data", "qlib_region": "cn" }' ``` **安全门**：`use_vectorized=true` 时系统自动检测策略是否"向量化安全"（纯 TopK 全换 + 无加权/无止损/无 pool_file/无自定义类）。不安全策略自动退回 step 模式保语义。 ### 1.1 提交回测 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/backtest" \ -d '{ "strategy_id": "strategy_xxx", "start_date": "2024-01-01", "end_date": "2024-12-31", "initial_capital": 1000000, "benchmark": "000300.SH" }' ``` **返回**：`backtest_id` + 初始结果。后续用 backtest_id 查结果/日志/分析。 ### 1.2 模型滚动回测（管理端） ```bash # 可用回测交易日 curl -s -H "$AUTH" "$BASE/api/v1/admin/models/backtest/trading-dates?start=2025-01-01&end=2025-12-31" # 可用于回测的模型列表 curl -s -H "$AUTH" "$BASE/api/v1/admin/models/list-for-backtest" # 启动模型滚动回测 curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/admin/models/backtest" \ -d '{"model_id":"mdl_xxx","start":"2025-01-01","end":"2025-12-31"}' # ⚠️ 多周期对比回测已下线：管理端 multi-horizon 路由不存在（2026-09 清理） ``` ### 1.3 推理回测（选股策略事件驱动） ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/admin/models/inference-backtest" \ -d '{ "model_id":"mdl_xxx", "start_date":"2025-01-01", "end_date":"2025-12-31", "signal_mode":"stored", "strategy":{"top_k":20,"side":"long"} }' ``` **signal_mode**：`stored`（用已存信号）/ `realtime`（实时生成） ## 2. 专家模式（云端策略开发与回测） ### 2.1 策略管理 ```bash # 策略列表 curl -s -H "$AUTH" "$BASE/api/v1/strategies" # 策略模板 curl -s -H "$AUTH" "$BASE/api/v1/strategies/templates" # 创建策略 curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/strategies" \ -d '{"name":"我的策略","description":"动量策略","strategy_type":"TopkDropoutStrategy","params":{"topk":20}}' # 激活策略 curl -s -X POST -H "$AUTH" "$BASE/api/v1/strategies/{strategy_id}/activate" ``` ## 3. 回测结果 / 历史 ```bash # 回测结果（含净值/回撤/交易/指标） curl -s -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}" # 回测成交明细 curl -s -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}/trades" # 回测状态（轮询，注意路径是 backtest 单数） curl -s -H "$AUTH" "$BASE/api/v1/qlib/backtest/{backtest_id}/status" # 删除回测记录 curl -s -X DELETE -H "$AUTH" "$BASE/api/v1/qlib/results/{backtest_id}" # 我的回测历史 curl -s -H "$AUTH" "$BASE/api/v1/qlib/history/me" # 模型滚动回测历史（管理端） curl -s -H "$AUTH" "$BASE/api/v1/admin/models/backtest/history/{model_id}?limit=20" curl -s -H "$AUTH" "$BASE/api/v1/admin/models/backtest/history/{model_id}/{run_id}" curl -s -X DELETE -H "$AUTH" "$BASE/api/v1/admin/models/backtest/history/{model_id}/{run_id}" ``` ## 4. 策略对比 ### 4.1 对比两个回测结果 ```bash curl -s -H "$AUTH" "$BASE/api/v1/qlib/compare/{id1}/{id2}" ``` ### 4.2 多模型对比 多周期对比回测（管理端 multi-horizon）已于 2026-09 下线；多策略/多模型对比改用 `compare`（结果级）或在训练侧按单周期分别训练模型再各自回测。 ## 5. 参数优化（遗传算法） ```bash # 提交参数优化（默认算法） curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/optimize" \ -d '{ "strategy_id": "strategy_xxx", "start_date": "2024-01-01", "end_date": "2024-12-31", "param_ranges": { "topk": [5, 50], "n_drop": [1, 10], "rebalance_period": [5, 30] }, "generations": 10, "population_size": 20 }' # 返回 optimization_id # 遗传算法优化（专门入口） curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/optimize/genetic" \ -d '{"strategy_id":"strategy_xxx","start_date":"2024-01-01","end_date":"2024-12-31","param_ranges":{"topk":[5,50]},"generations":10,"population_size":20}' # 查询优化结果 curl -s -H "$AUTH" "$BASE/api/v1/qlib/optimization/{optimization_id}" # 优化历史 curl -s -H "$AUTH" "$BASE/api/v1/qlib/optimization/history" ``` ## 6. 高级分析（深度性能分析） > 高级分析端点统一挂在分析前缀下（`analysis/*`，完整形如 `/api/v1/analysis/basic-risk`）。 ### 6.1 基础风险 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/basic-risk" \ -d '{"backtest_id":"xxx"}' ``` ### 6.2 绩效归因 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/performance" \ -d '{"backtest_id":"xxx"}' ``` ### 6.3 交易统计 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/trade-stats" \ -d '{"backtest_id":"xxx"}' ``` ### 6.4 基准对比 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/benchmark" \ -d '{"backtest_id":"xxx"}' ``` ### 6.5 持仓分析 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/position" \ -d '{"backtest_id":"xxx"}' ``` ### 6.6 因子分析 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/factor-analysis" \ -d '{"backtest_id":"xxx"}' ``` ### 6.7 风格归因 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/analysis/style-attribution" \ -d '{"backtest_id":"xxx"}' ``` ### 6.8 风险指标与告警 ```bash # 风险指标（回撤/夏普/波动等） curl -s -H "$AUTH" "$BASE/api/v1/qlib/risk/{backtest_id}/metrics" # 风险告警 curl -s -H "$AUTH" "$BASE/api/v1/qlib/risk/{backtest_id}/alerts" # 风险配置 curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/qlib/risk/{backtest_id}/config" \ -d '{"max_drawdown":0.15,"var_confidence":0.95}' ``` ### 6.9 回测日志 ```bash curl -s -H "$AUTH" "$BASE/api/v1/qlib/logs/{backtest_id}" ``` ## 7. 报告导出 ```bash # CSV / PDF / Excel 报告 curl -s -H "$AUTH" "$BASE/api/v1/qlib/export/{backtest_id}/csv" -o backtest_report.csv curl -s -H "$AUTH" "$BASE/api/v1/qlib/export/{backtest_id}/pdf" -o backtest_report.pdf curl -s -H "$AUTH" "$BASE/api/v1/qlib/export/{backtest_id}/excel" -o backtest_report.xlsx ``` ## 8. 实战流程（推荐） 当用户要求"回测策略/模型"时： 1. **确认策略**：`/strategies` 或 `/admin/models/list-for-backtest` 选回测对象 2. **确认日期**：`/admin/models/backtest/trading-dates` 选区间 3. **运行回测**：`/admin/models/backtest` 或 `/qlib/backtest` 4. **查日志**：`/qlib/logs/{id}` 确认完成 5. **深度分析**：`/qlib/analysis/*` + `/qlib/risk/{id}/metrics` 6. **对比**：多策略用 compare（结果级对比） 7. **导出**：PDF / Excel 报告 8. **参数调优**：`/qlib/optimize` 遗传算法搜索最优参数 ## 9. 相关技能 - **[[ai-ide-strategy-writing]]** — AI-IDE 写策略（自然语言生成 Qlib 策略代码） - **[[simulation-trading]]** — 模拟交易（下单/持仓/成交） - **[[smart-strategy-stock-picking]]** — 条件选股（生成股票池） - **[[quantmind-operations]]** — 模型训练/推理 ## 10. 常见问题 | 现象 | 处理 | |---|---| | 回测无结果 | 确认日期区间有交易日数据，查 `/qlib/logs/{id}` | | 策略列表空 | 先创建策略或从模板同步 `/strategies/templates` | | 参数优化慢 | 减少 generations/population_size |