原文来源：https://www.freqtrade.io/en/stable/backtesting/

回测

本页解释如何验证您的策略性能通过使用历史数据进行回测。

回测需要可用的历史数据。要了解如何获取您感兴趣的交易对和交易所的数据，请参阅文档中的数据下载部分。

回测命令参考

usage: freqtrade backtesting [-h] [-v] [--logfile FILE] [-V] [-c PATH]
                             [-d PATH] [--userdir PATH] [-s NAME]
                             [--strategy-path PATH]
                             [--recursive-strategy-search]
                             [--freqaimodel NAME] [--freqaimodel-path PATH]
                             [-i TIMEFRAME] [--timerange TIMERANGE]
                             [--data-format-ohlcv {json,jsongz,feather,parquet}]
                             [--max-open-trades INT]
                             [--stake-amount STAKE_AMOUNT] [--fee FLOAT]
                             [-p PAIRS [PAIRS ...]] [--eps]
                             [--enable-protections]
                             [--dry-run-wallet DRY_RUN_WALLET]
                             [--timeframe-detail TIMEFRAME_DETAIL]
                             [--strategy-list STRATEGY_LIST [STRATEGY_LIST ...]]
                             [--export {none,trades,signals}]
                             [--export-filename PATH]
                             [--breakdown {day,week,month,year} [{day,week,month,year} ...]]
                             [--cache {none,day,week,month}]
                             [--freqai-backtest-live-models]

主要参数

-i TIMEFRAME, --timeframe TIMEFRAME - 指定时间框架（1m, 5m, 30m, 1h, 1d）
--timerange TIMERANGE - 指定要使用的数据时间范围
--data-format-ohlcv - 下载的蜡烛（OHLCV）数据的存储格式（默认：feather）
--max-open-trades INT - 覆盖 max_open_trades 配置设置的值
--stake-amount STAKE_AMOUNT - 覆盖 stake_amount 配置设置的值
--fee FLOAT - 指定费用比例。将应用两次（在交易进入和退出时）
-p PAIRS [PAIRS ...], --pairs PAIRS [PAIRS ...] - 限制命令仅适用于这些交易对。交易对以空格分隔
--eps, --enable-position-stacking - 允许多次购买相同的交易对（位置叠加）
--enable-protections, --enableprotections - 为回测启用保护。这将显著减慢回测速度，但会包括配置的保护措施
--dry-run-wallet DRY_RUN_WALLET, --starting-balance DRY_RUN_WALLET - 起始余额，用于回测/超参数优化和干跑
--timeframe-detail TIMEFRAME_DETAIL - 指定回测的详细时间框架（1m, 5m, 30m, 1h, 1d）
--strategy-list STRATEGY_LIST [STRATEGY_LIST ...] - 指定要回测的策略列表
--export {none,trades,signals} - 导出回测结果（none, trades, signals）
--export-filename PATH - 指定导出文件的路径
--breakdown {day,week,month,year} - 显示按天、周、月、年分解的回测结果
--cache {none,day,week,month} - 加载不超过指定年龄的缓存回测结果（默认：day）
--freqai-backtest-live-models - 使用现有模型运行回测

基本回测示例

简单回测

# 基本回测
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20231231

指定时间框架

# 在 5 分钟时间框架上回测
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timeframe 5m \
  --timerange 20230101-20231231

多交易对回测

# 回测特定交易对
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --pairs BTC/USDT ETH/USDT BNB/USDT \
  --timerange 20230101-20231231

高级回测选项

详细时间框架

# 使用详细时间框架进行更精确的回测
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timeframe 5m \
  --timeframe-detail 1m \
  --timerange 20230101-20230201

详细时间框架

使用 --timeframe-detail 可以提高回测精度，但会显著增加计算时间和内存使用。

启用保护

# 启用保护机制的回测
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --enable-protections \
  --timerange 20230101-20231231

性能影响

启用保护会显著减慢回测速度，但提供更真实的结果。

多策略回测

# 同时回测多个策略
freqtrade backtesting \
  --config user_data/config.json \
  --strategy-list Strategy1 Strategy2 Strategy3 \
  --timerange 20230101-20231231

结果导出和分析

导出交易数据

# 导出交易详情
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20231231 \
  --export trades \
  --export-filename user_data/backtest_results/my_backtest.json

导出信号数据

# 导出入场和出场信号
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20231231 \
  --export signals \
  --export-filename user_data/backtest_results/signals.json

分解分析

# 按月分解结果
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20231231 \
  --breakdown month

# 按周分解结果
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20231231 \
  --breakdown week day

回测结果分析

查看回测结果

# 显示过去的回测结果
freqtrade backtesting-show

# 显示特定回测结果
freqtrade backtesting-show --backtest-filename user_data/backtest_results/backtest-result-2023-01-01_12-00-00.json

回测分析

# 分析回测结果
freqtrade backtesting-analysis \
  --config user_data/config.json \
  --analysis-groups 0 1 2 \
  --enter-reason-list rsi_oversold bb_lower \
  --exit-reason-list roi stop_loss

理解回测结果

主要指标

回测完成后，您将看到类似以下的结果：

============ BACKTESTING REPORT ============
|      Metric |                Value |
|-------------|----------------------|
|   Backtesting from |     2023-01-01 00:00:00 |
|   Backtesting to   |     2023-12-31 23:59:00 |
|   Max open trades  |                    3 |
|                    |                      |
|   Total/Daily Avg Trades |     85 / 0.23 |
|   Starting balance |              1000 USDT |
|   Final balance    |              1234.56 USDT |
|   Absolute profit  |              234.56 USDT |
|   Total profit %   |                23.46% |
|   CAGR %           |                25.12% |
|   Profit factor    |                  1.34 |
|   Trades per day   |                  0.23 |
|   Avg. daily profit % |              0.064% |
|   Avg. stake amount |               33.33 USDT |
|   Total trade volume |            2833.05 USDT |
|                    |                      |
|   Best Pair        |     ETH/USDT 45.67% |
|   Worst Pair       |     ADA/USDT -12.34% |
|   Best trade       |              12.34% |
|   Worst trade      |              -5.67% |
|   Best day         |              23.45% |
|   Worst day        |              -8.91% |
|   Days win/draw/lose |       123 / 45 / 67 |
|   Avg. Duration Winners |         4:12:00 |
|   Avg. Duration Loser |           2:34:00 |
|   Rejected Entry signals |               12 |
|                    |                      |
|   Min balance      |              987.65 USDT |
|   Max balance      |             1345.67 USDT |
|   Max % of account underwater |      -1.23% |
|   Absolute Drawdown (Account) |     -12.35 USDT |
|   Absolute Drawdown % |           -1.23% |
|   Max Drawdown (Account) |        -23.45 USDT |
|   Max Drawdown % |               -2.34% |
|   Max Drawdown Duration |        12:34:00 |
|   Max Drawdown Duration (Account) | 23:45:00 |
|                    |                      |
|   Sharpe Ratio     |                 1.23 |
|   Sortino Ratio    |                 1.45 |
|   Calmar Ratio     |                 1.12 |

关键指标解释

Total profit % - 总利润百分比
CAGR % - 复合年增长率
Profit factor - 盈利交易总额 / 亏损交易总额
Sharpe Ratio - 风险调整后收益
Max Drawdown - 最大回撤
Win Rate - 胜率

回测最佳实践

1. 使用足够的历史数据

# 至少使用 1 年的数据
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20220101-20231231

2. 测试不同市场条件

# 牛市期间
freqtrade backtesting --timerange 20210101-20211231

# 熊市期间  
freqtrade backtesting --timerange 20220101-20221231

# 震荡市期间
freqtrade backtesting --timerange 20230101-20231231

3. 使用现实的费用

# 设置实际的交易费用
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --fee 0.001  # 0.1% 费用

4. 启用保护测试

# 测试保护机制
freqtrade backtesting \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --enable-protections \
  --timerange 20230101-20231231

回测缓存

Freqtrade 会缓存回测结果以提高性能。

缓存设置

# 不使用缓存
freqtrade backtesting --cache none

# 使用日缓存（默认）
freqtrade backtesting --cache day

# 使用周缓存
freqtrade backtesting --cache week

# 使用月缓存
freqtrade backtesting --cache month

清除缓存

# 删除缓存文件
rm -rf user_data/backtest_results/.bt_data/

回测假设和限制

重要假设

回测假设

回测基于以下假设，这些可能与实际交易不同：

订单成交假设 - 假设所有限价单都会成交
滑点忽略 - 不考虑市场滑点
流动性假设 - 假设有足够的流动性
时间精度 - 基于蜡烛时间，不是实际成交时间
费用简化 - 使用固定费用率

与实盘的差异

订单成交
- 回测：假设所有订单都成交
- 实盘：订单可能部分成交或不成交
价格精度
- 回测：使用 OHLCV 数据
- 实盘：使用实时 tick 数据
网络延迟
- 回测：无延迟
- 实盘：存在网络和处理延迟
滑点
- 回测：不考虑滑点
- 实盘：存在价格滑点

回测策略优化

参数测试

# 测试不同的投注金额
freqtrade backtesting --stake-amount 10
freqtrade backtesting --stake-amount 50
freqtrade backtesting --stake-amount 100

# 测试不同的最大开仓数
freqtrade backtesting --max-open-trades 1
freqtrade backtesting --max-open-trades 3
freqtrade backtesting --max-open-trades 5

时间范围分析

# 分析不同时间段
freqtrade backtesting --timerange 20230101-20230331  # Q1
freqtrade backtesting --timerange 20230401-20230630  # Q2
freqtrade backtesting --timerange 20230701-20230930  # Q3
freqtrade backtesting --timerange 20231001-20231231  # Q4

回测结果可视化

生成图表

# 生成利润图表
freqtrade plot-profit \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20231231

# 生成数据框图表
freqtrade plot-dataframe \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --pairs BTC/USDT \
  --timerange 20230101-20230201

Jupyter Notebook 分析

# 在 Jupyter Notebook 中分析结果
import pandas as pd
import json

# 加载回测结果
with open('user_data/backtest_results/backtest-result-2023-01-01_12-00-00.json') as f:
    results = json.load(f)

# 转换为 DataFrame
trades_df = pd.DataFrame(results['strategy']['SampleStrategy']['trades'])

# 分析交易
print(f"总交易数: {len(trades_df)}")
print(f"胜率: {(trades_df['profit_ratio'] > 0).mean():.2%}")
print(f"平均利润: {trades_df['profit_ratio'].mean():.2%}")
print(f"最大单次利润: {trades_df['profit_ratio'].max():.2%}")
print(f"最大单次亏损: {trades_df['profit_ratio'].min():.2%}")

回测验证

前瞻偏差检查

# 检查前瞻偏差
freqtrade lookahead-analysis \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20230201

# 检查递归问题
freqtrade recursive-analysis \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --timerange 20230101-20230201

稳健性测试

# 不同起始日期测试
freqtrade backtesting --timerange 20230101-20231231
freqtrade backtesting --timerange 20230115-20240114
freqtrade backtesting --timerange 20230201-20240131

# 不同交易对组合测试
freqtrade backtesting --pairs BTC/USDT ETH/USDT
freqtrade backtesting --pairs BTC/USDT ETH/USDT BNB/USDT ADA/USDT
freqtrade backtesting --pairs BTC/USDT ETH/USDT BNB/USDT ADA/USDT DOT/USDT

常见回测错误

1. 过度拟合

# 错误：参数过度拟合特定时间段
minimal_roi = {
    "0": 0.12345,  # 过于精确的参数
    "23": 0.06789,
    "87": 0.01234
}

# 改进：使用合理的参数
minimal_roi = {
    "0": 0.10,
    "30": 0.05,
    "60": 0.02,
    "120": 0
}

2. 前瞻偏差

# 错误：使用未来数据
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
    dataframe['future_high'] = dataframe['high'].shift(-1)  # 错误！
    return dataframe

# 正确：只使用历史数据
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
    dataframe['prev_high'] = dataframe['high'].shift(1)  # 正确
    return dataframe

3. 数据不足

# 错误：数据太少
freqtrade backtesting --timerange 20231201-20231231  # 只有 1 个月

# 改进：使用足够的数据
freqtrade backtesting --timerange 20230101-20231231  # 1 年数据

4. 忽略费用

# 错误：不设置费用
freqtrade backtesting --config user_data/config.json

# 改进：设置现实的费用
freqtrade backtesting --config user_data/config.json --fee 0.001

回测性能优化

1. 使用缓存

# 利用缓存加速重复回测
freqtrade backtesting --cache day  # 默认

2. 选择合适的数据格式

# 使用 feather 格式获得最佳性能
freqtrade backtesting --data-format-ohlcv feather

3. 限制数据量

# 使用较短的时间范围进行快速测试
freqtrade backtesting --timerange 20231101-20231130

# 使用较少的交易对
freqtrade backtesting --pairs BTC/USDT ETH/USDT

4. 并行处理

# 使用多个 CPU 核心（如果支持）
export NUMBA_NUM_THREADS=4
freqtrade backtesting --config user_data/config.json

回测后的步骤

1. 结果验证

检查胜率是否合理（通常 30-60%）
验证最大回撤是否可接受
确认 Sharpe 比率为正数

2. 干跑验证

# 在干跑模式下验证策略
freqtrade trade \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --dry-run

3. 参数优化

如果回测结果不理想，考虑使用超参数优化：

freqtrade hyperopt \
  --config user_data/config.json \
  --strategy SampleStrategy \
  --hyperopt-loss SharpeHyperOptLoss \
  --spaces roi stoploss trailing

下一步

完成回测后，您可能想要优化策略参数。您的下一步是阅读"超参数优化"文档。

回测命令参考​

主要参数​

基本回测示例​

简单回测​

指定时间框架​

多交易对回测​

高级回测选项​

详细时间框架​

启用保护​

多策略回测​

结果导出和分析​

导出交易数据​

导出信号数据​

分解分析​

回测结果分析​

查看回测结果​

回测分析​

理解回测结果​

主要指标​

关键指标解释​

回测最佳实践​

1. 使用足够的历史数据​

2. 测试不同市场条件​

3. 使用现实的费用​

4. 启用保护测试​

回测缓存​

缓存设置​

清除缓存​

回测假设和限制​

重要假设​

与实盘的差异​

回测策略优化​

参数测试​

时间范围分析​

回测结果可视化​

生成图表​

Jupyter Notebook 分析​

回测验证​

前瞻偏差检查​

稳健性测试​

常见回测错误​

1. 过度拟合​

2. 前瞻偏差​

3. 数据不足​

4. 忽略费用​

回测性能优化​

1. 使用缓存​

2. 选择合适的数据格式​

3. 限制数据量​

4. 并行处理​

回测后的步骤​

1. 结果验证​

2. 干跑验证​

3. 参数优化​

下一步​

回测命令参考

主要参数

基本回测示例

简单回测

指定时间框架

多交易对回测

高级回测选项

详细时间框架

启用保护

多策略回测

结果导出和分析

导出交易数据

导出信号数据

分解分析

回测结果分析

查看回测结果

回测分析

理解回测结果

主要指标

关键指标解释

回测最佳实践

1. 使用足够的历史数据

2. 测试不同市场条件

3. 使用现实的费用

4. 启用保护测试

回测缓存

缓存设置

清除缓存

回测假设和限制

重要假设

与实盘的差异

回测策略优化

参数测试

时间范围分析

回测结果可视化

生成图表

Jupyter Notebook 分析

回测验证

前瞻偏差检查

稳健性测试

常见回测错误

1. 过度拟合

2. 前瞻偏差

3. 数据不足

4. 忽略费用

回测性能优化

1. 使用缓存

2. 选择合适的数据格式

3. 限制数据量

4. 并行处理

回测后的步骤

1. 结果验证

2. 干跑验证

3. 参数优化

下一步