pitfalls · 回测两大坑 2026-09-28

from datetime import datetime # 从 datetime 模块导入 datetime 类（上期学过：处理时间） from quant_data import get_kline # 从数据工具箱导入 get_kline（上期写的：负责拉行情） from metrics import make_signals # 从指标工具箱导入 make_signals（本期的：负责算信号）

# ============================================================ # 参数区：三个"假设值"，都可以改，改完重新运行看差别 # ============================================================ 滑点率 = 0.001 # 滑点：你想买，实际成交价比预期贵一点；这里假设千分之一（0.1%） 手续费率 = 0.0003 # 佣金：券商收的，买卖各收一次；这里假设万分之三（0.03%） 印花税率 = 0.0005 # 印花税：卖出时单边收；这里假设万分之五（0.05%）

# ============================================================ # ① 拉数据：结束日期用 datetime.now() # ============================================================ df = get_kline( # 调用数据工具箱，拿 A 股日线 symbol="600519", # 标的代码：贵州茅台（你可以换成任意一只） start_date="20230101", # 开始日期 end_date=datetime.now().strftime("%Y%m%d"), # 结束日期 = 今天（strftime：把时间变成文字） ) df["收益率"] = df["close"].pct_change() # 新增列"收益率"：今天比昨天涨跌百分之几 df = make_signals(df) # 调用指标工具箱，把信号列算出来

# ============================================================ # ② 坑一：未来函数 —— 两种"成交假设"对比 # ============================================================ # 【作弊版】今天的信号 × 今天的收益 df["持仓_作弊"] = df["signal"] # 直接把今天的信号当成今天的持仓 # 【正确版】昨天的信号 × 今天的收益 df["持仓_正确"] = df["signal"].shift(1).fillna(0) # .shift(1)：整列往下挪一行 df["收益_作弊"] = df["持仓_作弊"] * df["收益率"] # 作弊版每天的收益 = 持仓 × 当日涨跌 df["收益_正确"] = df["持仓_正确"] * df["收益率"] # 正确版每天的收益 = 持仓 × 当日涨跌 # .cumprod()：把每天的 (1 + 当日收益) 依次累乘 —— 就是"1 块钱一天天滚下去变成多少" 净值_作弊 = (1 + df["收益_作弊"].fillna(0)).cumprod() # fillna(0)：第一天没有收益，空值填 0 净值_正确 = (1 + df["收益_正确"].fillna(0)).cumprod() print("\n===== 坑一：未来函数（同一份数据，两种成交假设）=====") print(f"作弊版（今天的信号赚今天的收益）累计收益：{(净值_作弊.iloc[-1] - 1) * 100:.2f}%") print(f"正确版（昨天的信号赚今天的收益）累计收益：{(净值_正确.iloc[-1] - 1) * 100:.2f}%") # .iloc[-1]：按位置取最后一行（期末净值），-1 表示倒数第一个 # 冒号后的 .2f：把数字保留两位小数显示

# ============================================================ # ③ 坑二：交易成本 —— 有成本 vs 没成本 # ============================================================ # 买一次要摊上：滑点（买贵了）+ 手续费（佣金） 买入成本比例 = (1 + 滑点率) * (1 + 手续费率) - 1 # 买入这一下大概扣掉百分之几 # 卖一次要摊上：滑点（卖便宜了）+ 手续费 + 印花税 卖出成本比例 = 1 - (1 - 滑点率) * (1 - 手续费率 - 印花税率) # 卖出这一下大概扣掉百分之几 df["成本"] = 0.0 # 新增列"成本"，初始全为 0 df.loc[df["signal_change"] == 1, "成本"] = 买入成本比例 # 金叉那天（要买入）记上买入成本 df.loc[df["signal_change"] == -1, "成本"] = 卖出成本比例 # 死叉那天（要卖出）记上卖出成本 if df["signal_change"].iloc[-1] == 1: # 最后一天是金叉 df.loc[df.index[-1], "成本"] = 0.0 # 把最后一天的成本改回 0 df["收益_含成本"] = df["收益_正确"] - df["成本"] # 含成本的每日收益 净值_无成本 = 净值_正确 # 不算成本的净值（上面已算好，直接用） 净值_有成本 = (1 + df["收益_含成本"].fillna(0)).cumprod() # 算了成本的净值 print("\n===== 坑二：交易成本（滑点 0.1% / 佣金 0.03% / 印花税 0.05%）=====") print(f"不算成本：累计收益 {(净值_无成本.iloc[-1] - 1) * 100:.2f}%") print(f"算了成本：累计收益 {(净值_有成本.iloc[-1] - 1) * 100:.2f}%") 差价 = (净值_无成本.iloc[-1] - 净值_有成本.iloc[-1]) * 100 # 两条曲线差了几个百分点 print(f"被成本吃掉：{差价:.2f} 个百分点") # 打印差距 交易次数 = len(df[df["signal_change"] != 0]) # len：数行数 = 动了几次手 print(f"期间一共动了 {交易次数} 次（买一次卖一次算两次）") print("\n⚠️ 以上费率都是教学用的假设值，实盘以你的券商费率为准。") print("⚠️ 教学演示，不构成投资建议。")