分析器与报告¶

分析器是评估策略绩效的必要工具。Backtrader 提供 17+ 内置分析器，并支持自定义分析器用于特殊指标计算。

快速开始¶

cerebro = bt.Cerebro()

# 添加分析器
cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='sharpe')
cerebro.addanalyzer(bt.analyzers.DrawDown, _name='drawdown')
cerebro.addanalyzer(bt.analyzers.TradeAnalyzer, _name='trades')
cerebro.addanalyzer(bt.analyzers.Returns, _name='returns')
cerebro.addanalyzer(bt.analyzers.SQN, _name='sqn')

# 运行回测
results = cerebro.run()
strat = results[0]

# 获取结果
print(f"夏普比率: {strat.analyzers.sharpe.get_analysis().get('sharperatio', 'N/A')}")
print(f"最大回撤: {strat.analyzers.drawdown.get_analysis()['max']['drawdown']:.2f}%")
print(f"SQN: {strat.analyzers.sqn.get_analysis()['sqn']:.2f}")

内置分析器¶

分析器	用途
SharpeRatio	风险调整收益（夏普比率）
DrawDown	最大回撤分析
TradeAnalyzer	全面交易统计
Returns	收益率计算
SQN	系统质量数
Calmar	卡玛比率（收益/最大回撤）
VWR	波动率加权收益
TimeReturn	分周期收益
AnnualReturn	年度收益明细
Transactions	所有交易详情
PeriodStats	分周期统计指标
PositionsValue	持仓价值跟踪
PyFolio	pyfolio 兼容输出

常用分析器¶

SharpeRatio（夏普比率）¶

cerebro.addanalyzer(
    bt.analyzers.SharpeRatio,
    _name='sharpe',
    timeframe=bt.TimeFrame.Days,
    riskfreerate=0.0,
    annualize=True
)

DrawDown（最大回撤）¶

cerebro.addanalyzer(bt.analyzers.DrawDown, _name='dd')

# 访问结果
dd = strat.analyzers.dd.get_analysis()
print(f"最大回撤: {dd.max.drawdown:.2f}%")
print(f"最长回撤周期: {dd.max.len} 根K线")

TradeAnalyzer（交易分析）¶

cerebro.addanalyzer(bt.analyzers.TradeAnalyzer, _name='ta')

ta = strat.analyzers.ta.get_analysis()
print(f"总交易次数: {ta.total.total}")
print(f"盈利次数: {ta.won.total}")
print(f"亏损次数: {ta.lost.total}")
print(f"胜率: {ta.won.total / ta.total.total:.2%}")

创建自定义分析器¶

class MyAnalyzer(bt.Analyzer):
    def __init__(self):
        self.trades = []
        self.equity_curve = []

    def notify_trade(self, trade):
        if trade.isclosed:
            self.trades.append({
                'pnl': trade.pnl,
                'pnlcomm': trade.pnlcomm,
                'barlen': trade.barlen,
            })

    def next(self):
        self.equity_curve.append(self._owner.broker.getvalue())

    def stop(self):
        # 计算最终指标
        if self.trades:
            pnls = [t['pnl'] for t in self.trades]
            self.rets['total_pnl'] = sum(pnls)
            self.rets['avg_pnl'] = sum(pnls) / len(pnls)
            self.rets['num_trades'] = len(self.trades)
        self.rets['equity_curve'] = self.equity_curve

    def get_analysis(self):
        return self.rets

专业报告¶

Backtrader 可以一键生成全面的 HTML 报告。

一键生成报告¶

# 添加报告分析器
cerebro.add_report_analyzers(riskfree_rate=0.02)

# 运行回测
results = cerebro.run()

# 生成 HTML 报告
cerebro.generate_report(
    filename='backtest_report.html',
    user='交易员名称',
    memo='SMA 金叉死叉策略分析',
    strategy_name='SMA Cross'
)

报告内容¶

生成的报告包含：

汇总统计：总收益率、夏普比率、卡玛比率、SQN
资金曲线：交互式投资组合价值图表
回撤分析：最大回撤图表和持续时间
交易统计：胜率、盈利因子、平均交易
月度收益：月度绩效热力图
持仓详情：入场/出场价格和盈亏

打印结果¶

def print_analysis(results):
    strat = results[0]

    # 夏普比率
    sharpe = strat.analyzers.sharpe.get_analysis()
    print(f"夏普比率: {sharpe.get('sharperatio', 'N/A')}")

    # 回撤
    dd = strat.analyzers.drawdown.get_analysis()
    print(f"最大回撤: {dd.max.drawdown:.2f}%")

    # 交易
    ta = strat.analyzers.trades.get_analysis()
    print(f"总交易次数: {ta.total.total}")

    if ta.won.total > 0:
        print(f"胜率: {ta.won.total/ta.total.total:.2%}")
        print(f"平均盈利: {ta.won.pnl.average:.2f}")

    if ta.lost.total > 0:
        print(f"平均亏损: {ta.lost.pnl.average:.2f}")

导出为 DataFrame¶

import pandas as pd

# 获取交易记录为 DataFrame
cerebro.addanalyzer(bt.analyzers.Transactions, _name='txn')
results = cerebro.run()

txn = results[0].analyzers.txn.get_analysis()
df = pd.DataFrame.from_dict(txn, orient='index')
df.to_csv('transactions.csv')

参见¶