backtesting.py介绍和相关资料

id: 01

官方信息

1. 官网：https://kernc.github.io/backtesting.py/
2. github：https://github.com/kernc/backtesting.py
3. 官方文档地址：https://kernc.github.io/backtesting.py/doc/backtesting/#gsc.tab=0
4. 论坛：https://github.com/kernc/backtesting.py/discussions

backtesing.py 介绍

Backtesting.py 是一个小巧轻便、速度极快的回测框架，它利用了最先进的 Python 结构和程序（支持 Python3、Pandas、NumPy 和 Bokeh）。
该库具有非常简洁且易于记忆的小型 API，能够快速调整以获得有意义的结果。Backtesting.py 的特点如下：

1. 轻量级与高效：使用现代 Python 技术构建，确保高性能的同时保持代码的简洁性。
2. 简单易用的 API：API 设计直观，便于记忆，用户可以迅速上手并得到有效的结果。
3. 专注于单个可交易资产：不像一些其他框架支持股票选择或多资产组合再平衡等复杂策略，Backtesting.py 主要针对单一可交易资产进行操作。
4. 优化进场和出场信号：非常适合用于优化基于技术指标值的位置进出信号策略。
5. 交互式交易可视化和统计工具：不仅是一个回测工具，还提供了丰富的交互式图表和统计数据展示功能，帮助用户更深入地分析交易表现。
6. 总的来说，Backtesting.py 是一个专门为优化单个资产的买卖决策而设计的工具，特别适合那些希望通过技术分析来改进其交易策略的交易者。它不是一个全面的交易平台，而是专注于帮助用户测试和改进他们的交易逻辑，并通过强大的可视化工具提供深刻的洞察力。如果你正在寻找一个简单但强大的工具来进行快速迭代和验证你的交易想法，Backtesting.py 可能正是你需要的。

依赖的第三方库

1. numpy
2. pandas
3. bokeh: 绘图库

我的环境

软件版本

1. mac
2. brew install --cask miniconda
3. conda create -n backtesting_test python = 3.12
4. Python 3.12.8
5. conda install flake8 mypy
6. backtesting

➜ pip show backtesting
Name: Backtesting
Version: 0.3.3
Summary: Backtest trading strategies in Python
Home-page: https://kernc.github.io/backtesting.py/
Author: Zach Lûster
Author-email: 
License: AGPL-3.0
Location: /Users/xxx/opt/anaconda3/envs/backtesting_test/lib/python3.12/site-packages
Requires: bokeh, numpy, pandas
Required-by: 

作者: quantgalaxy@outlook.com   
blog: https://blog.csdn.net/quant_galaxy