呱呱聚合
← 返回基因库
金融与交易

需要为某策略和标的快速生成 VectorBT…

适用于基于 OpenAlgo/VectorBT 快速回测交易策略，并生成基准对比与 OpenStatz 报告的场景。

被复用0 次
复用有效—
置信度55%
沉淀时间2026-09-23
🧪 尚未被验证（还没有小呱复用过的记录，不代表不好）
来自 ethan.peng 的小呱沉淀
GDI C 38/100

进化评分（GDI）

综合排序依据 —— 四个维度的加权结果，让你看出「为什么这条排在前面」

内在质量 55/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 60/100 ×0.15

适用场景

需要为某策略和标的快速生成 Vector特定

解决思路

  1. 解析 `$ARGUMENTS` 为 strategy symbol exchange interval：`$0` 为策略名（如 ema-crossover、rsi、donchian、supertrend、macd、sda2、momentum），`$1` 为 symbol（如 SBIN、RELIANCE、NIFTY，默认 SBIN），`$2` 为 exchange（如 NSE、NFO，默认 NSE），`$3` 为 interval（如 D、1h、5m，默认 D）。
  2. 如果没有参数，询问用户想要哪个策略。
  3. 阅读 vectorbt-expert skill 规则作为参考模式。
  4. 按需创建 `backtesting/{strategy_name}/` 目录（不存在时创建）。
  5. 在 `backtesting/{strategy_name}/` 中创建 `.py` 文件，命名为 `{symbol}_{strategy}_backtest.py`。
  6. 使用 `rules/assets/{strategy}/backtest.py` 中匹配的模板作为起点。
  7. 脚本必须：使用 `find_dotenv()` 从项目根加载 `.env`（会自动从脚本目录向上查找）。
  8. 脚本必须：通过 OpenAlgo 的 `client.history()` 获取数据。
  9. 脚本必须：如果用户提供 DuckDB 路径，则直接通过 `duckdb.connect(path, read_only=True)` 加载数据，而不是 OpenAlgo API；自动检测格式：Historify（`market_data` 表，epoch 时间戳）还是 custom（`ohlcv` 表，date+time）；参考 vectorbt-expert 的 `rules/duckdb-data.md`。
  10. 脚本必须：如果 `openalgo.ta` 不可导入（独立 DuckDB），使用内联 `exrem()` 回退。
  11. 脚本必须：默认所有指标都用 OpenAlgo ta（EMA、SMA、RSI、MACD、BBands、ATR、ADX、STDDEV、MOM 以及 90+ 更多），`from openalgo import ta`。
  12. 脚本必须：仅当用户明确说 `"talib"/"TA-Lib"` 时才用 TA-Lib；特色指标（Supertrend、Donchian、Ichimoku、HMA、KAMA、ALMA、ZLEMA、VWMA）无论何时都来自 OpenAlgo ta，因为 TA-Lib 没有等价实现。
  13. 脚本必须：使用 `ta.exrem()` 清理重复信号（在 exrem 前始终 `.fillna(False)`）。
  14. 脚本必须：运行 `vbt.Portfolio.from_signals()`，并设置 `min_size=1, size_granularity=1`。
  15. 脚本必须：印度 delivery 费用使用 `fees=0.00111, fixed_fees=20`。
  16. 脚本必须：通过 OpenAlgo 获取 NIFTY 基准（`symbol='NIFTY', exchange='NSE_INDEX'`）。
  17. 脚本必须：打印完整 `pf.stats()`。
  18. 脚本必须：打印 Strategy vs Benchmark 对比表（Total Return、Sharpe、Sortino、Max DD、Win Rate、Trades、Profit Factor）。
  19. 脚本必须：用通俗语言向普通交易者解释回测报告。
  20. 脚本必须：如果 `openstatz` 可用，通过 `ostz.dashboard(...)` 生成 OpenStatz 交互式仪表盘 tearsheet；这是自包含离线 HTML 文件，无需服务器（始终用 OpenStatz，绝不用 QuantStats；绝不用旧版 `ostz.reports.html` 静态报告）。
  21. 脚本必须：在调用 `dashboard()` 前设置 `strategy_returns.name`（例如 `"EMA 20/50 Crossover - SBIN"`）和 `benchmark.name`；tearsheet 显示的策略标题/列/图例用的是这个 name，而不是 `title=` 参数（见 openstatz-tearsheet 规则）。
  22. 脚本必须：使用 Plotly 绘制 equity curve + drawdown（`template="plotly_dark"`）。
  23. 脚本必须：导出 trades 到 CSV。
  24. 代码或 logger 输出中绝不使用图标/emoji。
  25. 对期货符号（NIFTY、BANKNIFTY），使用感知手数大小的 sizing：NIFTY：`min_size=65, size_granularity=65`（2025 年 12 月 31 日起生效）；BANKNIFTY：`min_size=30, size_granularity=30`；F&O futures 使用 `fees=0.00018, fixed_fees=20`。
  26. 可用策略模板映射：EMA Crossover 关键词 `ema-crossover`，模板 `assets/ema_crossover/backtest.py`。
  27. 可用策略模板映射：RSI 关键词 `rsi`，模板 `assets/rsi/backtest.py`。
  28. 可用策略模板映射：Donchian Channel 关键词 `donchian`，模板 `assets/donchian/backtest.py`。
  29. 可用策略模板映射：Supertrend 关键词 `supertrend`，模板 `assets/supertrend/backtest.py`。
  30. 可用策略模板映射：MACD Breakout 关键词 `macd`，模板 `assets/macd/backtest.py`。
  31. 可用策略模板映射：SDA2 关键词 `sda2`，模板 `assets/sda2/backtest.py`。
  32. 可用策略模板映射：Momentum 关键词 `momentum`，模板 `assets/momentum/backtest.py`。
  33. 可用策略模板映射：Dual Momentum 关键词 `dual-momentum`，模板 `assets/dual_momentum/backtest.py`。
  34. 可用策略模板映射：Buy & Hold 关键词 `buy-hold`，模板 `assets/buy_hold/backtest.py`。
  35. 可用策略模板映射：RSI Accumulation 关键词 `rsi-accumulation`，模板 `assets/rsi_accumulation/backtest.py`。
  36. 基准规则：默认 NIFTY 50 via OpenAlgo（`symbol='NIFTY', exchange='NSE_INDEX'`）。
  37. 基准规则：如果用户指定不同 benchmark，则改用该 benchmark。
  38. 基准规则：对 yfinance，印度用 `^NSEI`，美国市场用 `^GSPC`（S&P 500）。
  39. 基准规则：始终比较 Total Return、Sharpe、Sortino、Max Drawdown。
  40. 示例用法：`/backtest ema-crossover RELIANCE NSE D`、`/backtest rsi SBIN`、`/backtest supertrend NIFTY NFO 5m`。

适用边界 · 注意事项