VNPY tutorial 0x06 第一个回测
根据vnpy_tutorial_0x02_futu数据连接好以后，
打开回测系统：功能 -> CTABacktester
- Strategy策略：HackStrategy
- VTSymbol本地代码：输入00700.SEHK
- start Date开始时间：01/01/24
- 手续费率：0.000025
- Sip page交易清点：0.2
- Size 合约乘数300
- Price tick价格跳动0.2
- Capital回测资金： 1000000.0
手续费率编辑框中输入0.000025（万0.25），交易滑点输入0.2（即单边成交1跳的滑点成本），合约乘数为300（300元每点），价格跳动也是0.2（股指期货最小价格变动），回测资金我们使用100万。
点击“开始回测”按钮，弹出参数配置对话框：
- 然后点start Backtesting（开始回测）
这里显示的fast_window和slow_window就是之前我们添加到parameters列表中的参数名称，这里我们直接使用默认数值，点击“ok”按钮后， 我们的回测引擎就会自动开始执行策略回测的整个流程：
加载数据、数据回放、模拟撮合、计算每日盈亏、统计指标、
最后画出图表：
13:03:21 Initializing BacktesterEngine
13:03:21 Strategies imported
13:03:27 ----------------------------------------
13:03:27 Start loading historical data
13:03:27 Loading progress: # [0%]
13:03:28 Loading progress: # [10%]
13:03:28 Loading progress: ## [20%]
13:03:29 Loading progress: ### [30%]
13:03:30 Loading progress: #### [40%]
13:03:31 Loading progress: ##### [50%]
13:03:32 Loading progress: ###### [59%]
13:03:33 Loading progress: ####### [69%]
13:03:34 Loading progress: ######## [79%]
13:03:35 Loading progress: ######### [89%]
13:03:36 Loading progress: ########## [99%]
13:03:36 Historical data loading completed, data count: 89852
13:03:36 Strategy initialization complete
13:03:36 Start replaying historical data
13:03:36 Backtesting progress: = [0%]
13:03:36 Backtesting progress: == [10%]
13:03:37 Backtesting progress: === [20%]
13:03:37 Backtesting progress: ==== [30%]
13:03:37 Backtesting progress: ===== [40%]
13:03:38 Backtesting progress: ====== [50%]
13:03:38 Backtesting progress: ======= [60%]
13:03:38 Backtesting progress: ======== [70%]
13:03:39 Backtesting progress: ========= [80%]
13:03:39 Backtesting progress: ========== [90%]
13:03:39 Backtesting progress: =========== [100%]
13:03:39 Historical backtest complete
13:03:39 Start calculating daily mark-to-market profit and loss
13:03:39 The daily mark-to-market profit and loss calculation is complete
13:03:39 Start calculating strategy statistical indicators
13:03:39 Strategy statistical indicators calculation completedcompleted```
- 子图1：资金变化曲线，笔直向下说明稳定亏损
- 子图2：最大回撤曲线，越来越大说明策略亏损越来越多
- 子图3：每日盈亏统计，红绿分布平均，但绿色密度更大（亏损）
- 子图4：盈亏的概率分布图，尖峰在0轴左侧（中位数日期发生亏损）
中间的数据说明
| 功能 | 数据 |
| ---------------------------- | ----------------- |
| 首个交易日 | 2016-08-15 |
| 最后交易日 | 2019-07-31 |
| 总交易日 | 721 |
| 盈利交易日 | 265 |
| 亏损交易日 | 456 |
| 起始资金 | 1,000,000.00 |
| 结束资金 | -1,204,558.24 |
| 总收益率 | -220.46% |
| 年化收益 | -73.38% |
| Max Drawdown最大回撤 | -2,219,999.08 |
| Max Drawdown Duration百分比最大回撤 | -220.15% |
| Toal Net P&L总盈亏 | -2,204,558.24 |
| Total Commission总手续费 | 519,338.24 |
| Total Slippage总滑点 | 1,154,700.00 |
| Total Turnover总成交额 | 20,773,529,520.00 |
| Total Trade Count 总成交笔数 | 19245 |
| 日均盈亏 | -3,057.64 |
| 日均手续费 | 720.30 |
| 日均滑点 | 1,601.53 |
# 功能说明
* Backtesting Trades 回测交易
* Backtesting Orders 回测订单
* Daily Results 每日资金数据结果
* Candle Chart 蜡烛图
* Start Optimization 开始优化
* Optimization Results 优化结果
* Edit Strategy Code 编辑策略代码
* Reload Strategy Class 重新载入策略代码
# 策略自定义参数
在HackStrategies.py中，改数据
```python
# 定义参数
fast_window = 10
slow_window = 20
+test_window = 30
# 定义变量
fast_ma0 = 0.0
fast_ma1 = 0.0
slow_ma0 = 0.0
slow_ma1 = 0.0
+test_ma0 = 0.0
+test_ma1 = 0.0
# 添加参数和变量名到对应的列表
#parameters = ["fast_window", "slow_window"]
parameters = ["fast_window", "slow_window", "test_window"]
#variables = ["fast_ma0", "fast_ma1", "slow_ma0", "slow_ma1"]
variables = ["fast_ma0", "fast_ma1", "slow_ma0", "slow_ma1", "test_ma0", "test_ma1"]
下面的Start Optimization 开始优化章节会提到。
Start Optimization 开始优化
点start Backtesting（开始回测）
我们想要看看
-
fast_window，从2到20（步进2），
-
slow_window，从20到100（步进10）
-
test_window，先不管。
-
step:增加步数。例：开始1，结束100，步数为2，那么1,3,5,7
-
Brutal force optimization暴力穷举优化：把所有可能都显示一次
-
Genetic algorithm optimization遗传算法优化
我们选择Brutal force optimization暴力穷举优化开始跑数据，等待结果出来
查看优化结果，点击Optimization Results 优化结果可以看见哪个参数的效果最好。
fast_window数据：30 slow_window数据：90
效果最好，亏得最少。只有-17%，本来亏损是64%，进步很大 2 本来