分钟回测

分钟策略沿用 Backtest 和 Context,输入改为 MarketData.from_minutes,周期为 1min 或 5min。

准备分钟行情

def sample() -> MarketData:
    days = (date(2025, 1, 2), date(2025, 1, 3))
    clock = MinuteClock.build(days, "1min")
    rows = [
        dict(
            timestamp=point,
            phase="continuous",
            symbol="DEMO",
            status="trading",
            open=10,
            high=10.1,
            low=9.9,
            close=10,
            volume=1000,
            upper_limit=12,
            lower_limit=8,
        )
        for point in clock.timestamps
    ]
    return MarketData.from_minutes(
        rows,
        calendar=days,
        instruments=[Instrument(symbol="DEMO", kind="etf")],
        rules=china_rules({"DEMO": "szse_equity_etf"}, start=days[0], end=days[-1]),
        source="人工两日分钟行情",
    )

MinuteClock.build(days, "1min") 生成 09:31–11:30、13:01–15:00 的 bar 结束时点,每日 240 根;5 分钟为每日 48 根。传入交易所日历中的日期即可生成对应网格。

示例全部声明为 continuous,用于演示连续交易。真实数据须按实际区间标记 continuous/auction;竞价区间只估值、不模拟成交。所有时间必须带 +08:00 时区。详见分钟数据契约。

部分成交与 T+1

def strategy(ctx: Context) -> None:
    if ctx.bar_index == 0:
        ctx.order("DEMO", 1000, valid_for="day")
    elif ctx.bar_index == 240:
        ctx.order("DEMO", -1000, valid_for="day")

首日第一根 bar 收盘后买入 1000 份,次日第一根 bar 收盘后卖出。配置 10% 参与率、每根成交量 1000 时,每根最多成交 100 份,需要多次完成订单。两边订单各自累计计算最低佣金,成交一次不会重复收费 5 元。

python examples/minute.py
python examples/minute.py --backend numba
python examples/minute.py --backend numba --precomputed

后两条命令需安装 Numba。完整分钟示例采用相同的两日人工行情。

配置滑点与参与率

from doribt import BarExecution, Costs, FixedBps, RunConfig

config = RunConfig(
    initial_cash=100_000,
    costs=Costs(commission=0.0003, minimum_commission=5),
    execution=BarExecution(participation=0.1, slippage=FixedBps(5), slippage_policy="cost"),
)

5 bps 为单边 0.05%。也可使用 FixedTicks(1) 或 VolumeImpact(coefficient=0.1)。上例选择 cost:完整计入滑点,允许模拟结算价超过 bar 高低价或当日涨跌停价。省略 slippage_policy 时默认 strict,越界不成交;cap 则截到边界,会削减滑点成本。

三种模式都保留原始行情的成交资格、T+1、量限与资金约束,以及用户对最终结算价设置的 limit_price。涨停买入、跌停卖出的原始开盘阻断仍然有效,详见滑点边界契约。

完整滑点比较示例在三日平价人工行情上演示高点买入、低点卖出:

python examples/slippage.py

零手续费、100 份、单边 0.02 元滑点:strict 没有成交,cap 买卖都按 10 元结算,cost 买入 10.02 元、卖出 9.98 元,往返滑点成本为 4 元。Fill.reference_price 保留 10 元参考价,Fill.slippage_cost 可用于解释成本;它已计入现金与收益,不要重复扣减。

next_bar 只尝试下一根;day 持续到首个可执行 bar 所属交易日结束,午休不撤单。T+1 按交易日推进,不能在同一天买入后再卖出未解锁股份。

执行使用下一根 bar 的开盘价及最终成交量,是 bar 级模拟。成交在该 bar 结束时可见。使用 result.report() 可将分钟结果汇总为日频指标,再按交易日数年化。

分钟做 T 与日期化覆盖

settlement_days 表达买入后等待几个交易日才可卖。设为 0 时,当日成交的股份 可在后续 bar 卖出;设为 1 时,等到下一交易日。它不表示现金可以当日取出。 覆盖区间按成交日生效,买入批次的可卖日随后不会被新的覆盖追溯改写。

下面只把 DEMO 在 2025-01-03 的可卖延迟改为 T+0;其余日期与其他规则沿用预设:

from doribt import RuleOverride, china_rules

rules = china_rules(
    {"DEMO": "sse_equity_etf"},
    start="2025-01-02",
    end="2025-01-03",
    overrides=[
        RuleOverride(
            symbol="DEMO",
            start="2025-01-03",
            end="2025-01-03",
            changes={"settlement_days": 0},
            reason="T+0 策略情景比较",
            source="用户研究假设",
            version="t0-1",
        )
    ],
)

将 rules 传入 MarketData.from_minutes。这是把股票型 ETF 改为 T+0 的研究情景, 运行来源会保留声明。债券/黄金 ETF 及符合当期资格的跨境 ETF 可以选用原生 T+0 profile, 无需人为覆盖。具体范围与冲突处理见市场规则。

完整做 T 示例用两日人工价格比较四种情况:

情景

成交数量序列

期末持仓

期末权益

第二日覆盖为 T+0

1000、-1000、1000、-1000

0

100383.88 元

股票型 ETF 默认 T+1

1000

1000,当日不可卖

99996 元

T+1 昨日底仓卖出后买回

1000、-1000、1000

1000,买回后当日不可卖

100187.94 元

原生黄金 ETF T+0

1000、-1000、1000、-1000

0

100383.88 元

初始现金 100000 元,佣金万三、最低 1 元,每边一档不利滑点,10% 成交量参与率。 示例在已完成 bar 的收盘价低于 10 元时买入,高于 10 元时尝试卖出;最早下一 bar 成交。T+1 底仓卖出后,新买回的份额要等下一交易日才可卖;此时卖单会记录 insufficient_sellable,便于追查底仓约束。

python examples/intraday_t.py
python examples/intraday_t.py --frequency 5min
python examples/intraday_t.py --backend numba