AutoBt - 基于模拟数据的量化交易智能回测系统

这是一个基于模拟数据的量化交易智能回测系统，专为解决传统回测中的数据局限性问题而设计。

核心功能

• 模拟数据生成器 - 灵活生成多种市场环境下的模拟数据
• 参数优化器 - 使用optuna自动寻找最优策略参数
• 自动化回测系统 - 基于backtrader的高效回测框架，自动处理模拟数据的生成和回测，支持参数优化（基于optuna），生成详细的回测报告和图表

模拟数据生成器

解决策略依赖于历史数据的局限性：

• 历史数据有限
• 过拟合风险
• 难以模拟极端市场情况
• 难以进行统计显著性分析

支持的数据生成模式：

• 蒙特卡洛模拟 (GBM) - 基于几何布朗运动
• GARCH模型 - 模拟波动率聚集效应
• 极端事件模拟 - 模拟市场崩盘等黑天鹅事件
• 市场状态转换模型 - 模拟牛熊市场切换
• 多资产相关性模拟 - 生成具有特定相关性的多资产数据
• 压力测试模拟 - 专门测试极端市场环境下的策略表现

内置交易策略

系统提供多种策略模板，可在不同市场环境下测试：

• 简单移动平均策略 (SampleStrategy)
• 双均线策略 (DualMovingAverageStrategy)
• 均值回归策略 (MeanReversionStrategy)
• 动量策略 (MomentumStrategy)

快速开始

安装依赖

pip install -r requirements.txt

运行回测

python main.py --mode backtest

运行参数优化

python main.py --mode optimize

配置说明

所有参数可在config/config.yaml中配置，包括：

• 数据生成器参数
• 回测参数
• 策略参数
• 优化参数

命令行参数

系统支持以下命令行参数，方便灵活配置：

usage: main.py [-h] [--config CONFIG] [--mode {backtest,optimize}]
               [--data-generator {monte_carlo,garch,regime,extreme,multi_asset,stress_test}]
               [--strategy {SampleStrategy,DualMovingAverageStrategy,MeanReversionStrategy,MomentumStrategy}]

选项:
  -h, --help            显示帮助信息
  --config CONFIG       配置文件路径 (默认: config/config.yaml)
  --mode {backtest,optimize}
                        运行模式: backtest(回测)或optimize(优化) (默认: backtest)
  --data-generator {...} 
                        数据生成器类型，覆盖配置文件中的设置
  --strategy {...}      
                        策略类型，覆盖配置文件中的设置

命令组合示例：

# 使用蒙特卡洛数据生成器和均值回归策略进行回测
python main.py --data-generator monte_carlo --strategy MeanReversionStrategy

# 使用压力测试数据生成器和动量策略进行回测
python main.py --data-generator stress_test --strategy MomentumStrategy

# 使用多资产相关性数据生成器和双均线策略进行回测
python main.py --data-generator multi_asset --strategy DualMovingAverageStrategy

# 使用极端事件模拟和简单移动平均策略进行回测
python main.py --data-generator extreme --strategy SampleStrategy

# 使用GARCH模型和均值回归策略进行回测
python main.py --data-generator garch --strategy MeanReversionStrategy

# 使用蒙特卡洛数据生成器和双均线策略进行参数优化
python main.py --mode optimize --data-generator monte_carlo --strategy DualMovingAverageStrategy

# 使用市场状态转换模型和动量策略进行参数优化
python main.py --mode optimize --data-generator regime --strategy MomentumStrategy