bt 包为在 Python 中定义并回测交易策略提供了一个灵活的框架。交易策略是依据预先设定的规则买卖金融资产的方法。回测是将策略应用于历史数据以评估其有效性的一种方式。
bt
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
什么是金融交易？人们为什么交易？技术交易与价值投资有何不同？本章将解答这些问题及更多内容。您还将学习用于探索交易数据和生成可视化的实用工具，并了解如何在 Python 中实现并回测一个简单的交易策略。
当前练习
让我们深入了解技术指标——构建交易信号与策略的有力工具。您将熟悉三大类核心指标，包括移动平均、ADX、RSI 和布林带。学完本章后，您将能够在 Python 中计算、绘制并理解这些指标的含义与应用。
现在，您已准备好构建信号并据此搭建交易策略。您将了解两大主要策略风格：趋势跟随与均值回归。借助真实股票数据，您将动手实现并回测这些策略，并进一步熟悉策略优化与基准对比等概念。
您的交易策略表现如何？现在是时候查看策略回测结果的详细统计了。您将学习常用的绩效度量，如收益、回撤、Calmar 比率、Sharpe 比率和 Sortino 比率。最后，您将学会如何从回测结果中获得这些比率，并在风险调整的基础上评估策略表现。
