Hexo
0%

vnpy实战23_回测结果可视化改进

Posted on Edited on In ,

对vnpy原始的策略评估方法做了调整，去掉部分不重要或虽重要但从图中可以看出的冗余信息（比如最大回撤），没必要专用一图绘制表达.
策略：vnpy的样例策略strategyAtrRsi
回测信息： 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
2019-04-07 20:17:45.237743	开始载入数据
2019-04-07 20:17:45.298343	载入完成，数据量：132026
2019-04-07 20:17:45.298398	开始回测
2019-04-07 20:17:45.380278	策略初始化完成
2019-04-07 20:17:45.380334	策略启动完成
2019-04-07 20:17:45.380345	开始回放数据
2019-04-07 20:18:01.712193	数据回放结束
2019-04-07 20:18:01.712272	计算回测结果
2019-04-07 20:18:01.810235	------------------------------
2019-04-07 20:18:01.810293	第一笔交易：	2014-01-13 10:30:00
2019-04-07 20:18:01.810320	最后一笔交易：	2015-12-31 15:15:00
2019-04-07 20:18:01.810373	总交易次数：	2,103.0
2019-04-07 20:18:01.810397	总盈亏：	845,985.78
2019-04-07 20:18:01.810418	最大回撤: 	-164,071.12
2019-04-07 20:18:01.810438	平均每笔盈利：	402.28
2019-04-07 20:18:01.810456	平均每笔滑点：	120.0
2019-04-07 20:18:01.810475	平均每笔佣金：	65.11
2019-04-07 20:18:01.810493	胜率		37.9%
2019-04-07 20:18:01.810512	盈利交易平均值	9,815.46
2019-04-07 20:18:01.810531	亏损交易平均值	-5,342.22
2019-04-07 20:18:01.810549	盈亏比：	1.84
2019-04-07 20:18:07.159576	计算按日统计结果
2019-04-07 20:18:07.932968	------------------------------
2019-04-07 20:18:07.933012	首个交易日：	2014-01-13
2019-04-07 20:18:07.933033	最后交易日：	2015-12-31
2019-04-07 20:18:07.933048	总交易日：	482
2019-04-07 20:18:07.933063	盈利交易日	247
2019-04-07 20:18:07.933076	亏损交易日：	235
2019-04-07 20:18:07.933090	起始资金：	1000000
2019-04-07 20:18:07.933114	结束资金：	1,846,078.7
2019-04-07 20:18:07.933133	总收益率：	84.61%
2019-04-07 20:18:07.933151	年化收益：	32.7%
2019-04-07 20:18:07.933169	总盈亏：	846,078.7
2019-04-07 20:18:07.933187	最大回撤: 	-142,187.16
2019-04-07 20:18:07.933205	百分比最大回撤: -8.62%
2019-04-07 20:18:07.933223	总手续费：	136,901.3
2019-04-07 20:18:07.933240	总滑点：	252,300.0
2019-04-07 20:18:07.933258	总成交金额：	4,563,376,620.0
2019-04-07 20:18:07.933276	总成交笔数：	4,205.0
2019-04-07 20:18:07.933294	日均盈亏：	1,755.35
2019-04-07 20:18:07.933311	日均手续费：	284.03
2019-04-07 20:18:07.933328	日均滑点：	523.44
2019-04-07 20:18:07.933346	日均成交金额：	9,467,586.35
2019-04-07 20:18:07.933363	日均成交笔数：	8.72
2019-04-07 20:18:07.933381	日均收益率：	0.14%
2019-04-07 20:18:07.933398	收益标准差：	1.34%
2019-04-07 20:18:07.933415	Sharpe Ratio：	1.57
2019-04-07 20:18:09.036527	------------------------------
2019-04-07 20:18:09.036648	首个交易bar：	2014-01-13 09:16:00
2019-04-07 20:18:09.036726	最后交易bar：	2015-12-31 15:15:00
2019-04-07 20:18:09.036746	总交易bar：	130136
2019-04-07 20:18:09.036781	盈利交易bar	55358
2019-04-07 20:18:09.036817	亏损交易bar：	56905
2019-04-07 20:18:09.036851	bar均盈亏：	6.5
2019-04-07 20:18:09.036872	bar均手续费：	1.05
2019-04-07 20:18:09.036891	bar均滑点：	1.94
2019-04-07 20:18:09.036910	bar均成交金额：	35,066.21
2019-04-07 20:18:09.036928	bar均成交笔数：	0.03
2019-04-07 20:18:09.036948	bar均收益率：	0.0%
2019-04-07 20:18:09.036966	收益标准差：	0.08%

回测的结果可视化

说明：
 图1：vnpy原始收益图，基于交易次数的，x轴是时间轴。无法和标的直接比对，因为交易次数在时间上是非均匀的，所以头部水平线看起来很短，实际却对应了很长的时间，不过由于区间震荡时，产生交易信号少，所以看起来被压缩了（x轴代表次数，所以被压缩了）。
 图2：原始标的的价格信息，用于和策略收益比对，可观察策略对行情的偏好（哪种行情下表现较好）（x轴代表时间）。
 图3：时间角度的资产收益，相对交易次数更合理一些，和标的行情直接比对，看出策略真实表现（x轴代表时间）。
 图4：交易频率图，图1和图2-3的x轴不同，虽都是时间但图1基于交易次数的，比如图1的左侧靠下部的行情很短，但是图2-3就比较长，如何解释？就是通过图4，图示可以看到到12月10日前，交易频率比较低，所以如果从交易次数视角，这一段时间会被压缩07月20日附件，频率非常高，说明这段时间放到交易次数图上会被拉长。
 通过这4张图，这样既可以得到交易次数的策略评估，也可以得到策略对特定行情之间的偏好关系。