分析

@tradecanvas/analytics 提供一个无界面、逐K线运行的策略回测器， 附带投资组合跟踪和汇总风险指标计算器。 与回放模式搭配使用，即可在图表上直观展示交易。

↑ 基于 365 天确定性合成数据的 SMA(10/30) 交叉策略实时回测。 拖动滑块或点击“播放”，即可逐根K线查看权益曲线的变化。

Backtester

执行模型：

• 策略函数在每根K线收盘时运行。
• 在第 N 根K线下的订单于第 N+1 根K线成交——市价单按开盘价成交；限价单 / 止损单在K线价格穿过触发价时成交。
• 权益按每根K线的收盘价计值。

import { Backtester, FixedCommission, PercentSlippage } from '@tradecanvas/analytics'

const bt = new Backtester({
  initialCash: 10_000,
  commission: new FixedCommission(2),
  slippage: new PercentSlippage(0.0005),
  allowShort: true,
})

const result = bt.run(historicalBars, (ctx) => {
  if (!ctx.position) {
    ctx.placeOrder({ side: 'long', type: 'market', quantity: 1 })
  } else if (ctx.bar.close > ctx.position.averagePrice * 1.02) {
    ctx.close()
  }
})

console.log(result.metrics.sharpe, result.metrics.maxDrawdownPct)

StrategyContext

字段 / 方法	说明
bar	当前K线。
index	bar 在输入序列中的索引。
history	截至并包含 bar 的所有K线。
position	当前持仓，或 null。
cash	可用现金。
equity	现金 + 按市值计价的持仓价值。
placeOrder(order)	将订单排入队列，在下一根K线执行。
close(tag?)	以市价平掉当前持仓。
cancel(orderId)	撤销一个挂单。

手续费与滑点模型

• FixedCommission(perTrade)
• PercentCommission(rate) — 名义金额的比例，例如 0.001 = 10 个基点。
• PerShareCommission(perShare, minimum?)
• PercentSlippage(rate) — 按价格比例计算的不利滑点。
• RangeBasedSlippage(factor) — 与K线的价格区间成正比。

Portfolio

跟踪现金、一个净持仓、已实现盈亏以及权益曲线。

const portfolio = new Portfolio({ initialCash: 10_000 })
portfolio.applyFill({ ... })
portfolio.mark(time, price)         // record equity point

portfolio.getPosition()             // → { side, quantity, averagePrice, ... } | null
portfolio.getTrades()               // → closed trades
portfolio.getEquityCurve()          // → equity points
portfolio.equity(price)             // mark-to-market

风险指标

import { computeRiskMetrics } from '@tradecanvas/analytics'

const m = computeRiskMetrics(initialCash, equityCurve, trades, {
  periodsPerYear: 252,    // optional; auto-detected from timestamps
  riskFreeRate: 0.03,
})

m.totalReturnPct
m.cagr
m.sharpe
m.sortino
m.calmar
m.maxDrawdownPct
m.winRate
m.profitFactor
m.expectancy

将结果中的 equityCurve 与 EquityCurveRenderer 搭配，即可可视化回测结果。

策略库

开箱即用的参考策略——每个都返回一个 StrategyFn：

import {
  Backtester,
  smaCrossStrategy,
  rsiReversionStrategy,
  donchianBreakoutStrategy,
  bollingerReversionStrategy,
} from '@tradecanvas/analytics'

const bt = new Backtester({ initialCash: 10_000 })
bt.run(bars, smaCrossStrategy({ fastPeriod: 10, slowPeriod: 30 }))

蒙特卡洛模拟

将已实现交易的顺序随机打乱 N 次，以揭示路径依赖性。 稳健的优势会让 P5/P95 区间保持收敛；依赖幸运交易顺序的策略，区间则会大幅发散。

import { runMonteCarlo } from '@tradecanvas/analytics'

const result = bt.run(bars, smaCrossStrategy())
const mc = runMonteCarlo(10_000, result.trades, {
  simulations: 1000,
  seed: 42,  // deterministic
})

mc.equityBands         // per-step P5/P25/P50/P75/P95
mc.finalEquityPercentiles  // { p5, p25, p50, p75, p95 }
mc.probabilityProfitable
mc.worstMaxDrawdownPct