核心功能
该技能提供基于历史OHLCV数据的股票策略回测框架，支持三种经典交易策略：SMA均线交叉（趋势跟踪）、RSI均值回归（超买超卖）、价格突破（动量交易）。用户可通过命令行接口快速配置参数、交易成本与滑点假设，生成包含胜率、总收益率、年化收益率(CAGR)、最大回撤、夏普比率、盈亏比等关键指标的标准化报告。
显著优点
- 专业指标全面：覆盖量化投资核心绩效指标，支持交易级日志输出，便于归因分析
- 成本模型真实：内置佣金与滑点参数，避免"零成本幻觉"导致的策略失真
- 策略扩展性强：框架化设计便于接入自定义策略逻辑
- 输出标准化：JSON格式输出适配自动化管道与可视化需求
潜在局限
- 仅支持做多(Long-only)：无法测试做空或对冲策略
- 日线级别限制：对高频或日内策略支持不足
- 历史数据依赖：未整合实时数据源，需用户自行准备CSV
- 过拟合风险：参数调优需配合样本外检验，工具本身不提供交叉验证模块
适合人群
量化研究员、策略开发者、投资分析师及具备Python基础的交易系统设计者。适用于策略原型验证、参数敏感性分析、交易成本影响评估及多策略对比场景。
常规风险
1. 回测≠未来业绩：历史表现不构成收益承诺，需警惕幸存者偏差与前瞻偏差
2. 数据质量敏感：缺失OHLC数据时的Close价格回退可能扭曲信号计算
3. 执行差距：模拟成交与实际滑点、市场冲击可能存在显著差异
4. 信号滞后：t期信号/t+1期执行的设定虽避免未来函数，但可能错过最优入场点