18｜构建事件驱动回测引擎

袁从德

你好，我是袁从德。
上一讲我们封装了策略核心接口 on_tick(ctx, candle)，实现了“每接收一根 K 线执行一次策略判断”。这一讲我们暂时搁置收益率计算，先解决回测最底层的可信度问题：历史行情逐根回放时，策略能获取哪些信息？策略生成的 OrderIntent（订单意图）如何流转？哪些订单会撮合成交、哪些进入挂单队列、哪些被风控直接拦截？
很多人做回测只会输出一条收益曲线，但一套具备工程可信度的回测系统，必须严格按时间线完整复现市场行情、策略逻辑、订单生命周期、撮合规则、持仓组合、风控拦截全流程。如果省略中间流转状态，再美观的收益曲线都存在数据造假、未来函数、成交假设失真的隐患。
本讲基于仓库现有完整实现逐层拆解：
src/strategy_engine/backtest/engine.py：事件驱动回测主引擎
src/backtest/trace.py：教学轨迹生成工具，用于复现完整订单链路
data/prices.csv：固定离线行情样本
本讲核心交付物：标准化回测轨迹审计日志，完整留存每根 K 线输入、策略可见数据、订单流转结果，区分成交、挂单、风控拒单三类状态。这里要注意的是，仅保留成交记录会抹平大量系统约束，最终产出失真、无法复现校验的收益曲线。

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
法语
德语
日语
韩语
俄语
西班牙语
解释
总结

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《Codex 与 LLM 量化交易实战课》，新⼈⾸单¥59

立即购买

登录后留言

精选留言

由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。

收起评论