预计算目标¶
已有目标数组时,将它交给 WeightTargets 或 PositionTargets,即可把信号计算与账户执行分开。选择 Numba 后端可加速目标推进和撮合,同时返回完整账户与交易记录。
使用预计算目标¶
from doribt import Backtest, PositionTargets, RunConfig
# quantities 是各收盘时点的目标股数,与 data.timeline 对齐。
targets = PositionTargets(sessions=data.timeline, quantities={symbol: quantities})
result = Backtest(data, config=RunConfig(backend="numba")).run(targets)
先安装 doribt[numba],再运行完整示例:
python examples/minute.py --precomputed --backend numba
基础安装可选择 backend="python"。两种后端使用相同的目标、账户与结果接口。
股数、权重与再平衡¶
目标 |
行为 |
|---|---|
|
按股/份声明持仓;数值变化时更新该证券的目标,未列证券保持原目标 |
|
按决策收盘权益和价格计算股数,从下一 bar 开始执行 |
|
按下一 bar 开盘统一估值,定量一次后执行 |
|
每根 bar 重新声明权重,按指定时点重算股数 |
目标数组与 data.timeline 精确对齐,权重描述整个组合,省略证券为零目标。默认相同权重延续确定后的股数,部分成交和跨日续单都追踪这个数量。更详细的下单和定量示例见编写策略。
完整编译的场景¶
使用 Numba、启用 JIT,并通过 RunConfig/BarExecution 运行无公司行动的行情时,内置股数和权重目标支持:
日线、1 分钟和 5 分钟。
上市前、停牌及退市后的合法区间。
收盘/开盘定量、逐 bar 再平衡、共享现金、T+N、部分成交、费用与三种滑点模型。
未上市且零目标的证券可保留空价格和缺省规则,完整证券轴与意图记录照常保存。非零权重需要定量时,引擎检查当日规则与价格;持仓仍须有有效估值。运行六日上市示例中的 inactive_weights.py,可以观察 A 上市前后与 B 的组合执行。
目标推进、申报、冻结、撮合、交收和估值进入同一编译循环,结束后立即生成完整订单、成交、意图与税务记录。含公司行动的策略、自定义目标子类和普通回调沿用相应的生命周期;Numba 回调可加速撮合,策略函数继续在 Python 中执行。
执行计划与缓存¶
查看一次回测实际使用的路径:
plan = result.run_info.to_dict()["execution_plan"]
print(plan["plan"], plan["actual_backend"], plan["fallback_reasons"])
字段 |
含义 |
|---|---|
|
请求和实际后端;JIT 关闭时实际使用 Python |
|
是否启用 Numba JIT |
|
|
|
|
|
路径选择原因;完整编译时为空 |
原因码包括 python_backend、jit_disabled、corporate_actions、custom_target、callback、legacy_execution 和 unsupported_plan。计划使用 doribt.execution-plan/1 格式,并随 run.json 导出。
较早的 execution_path 字段标识预计算或回调这一执行族,精确编译范围以 execution_plan 为准。引擎及依赖版本记录在同一份运行信息的 versions 中。
重复实验时,复用同一 MarketData 和 Backtest,可复用只读行情准备与证券索引;每次 run 都创建独立账户。Numba 首次编译后可复用缓存,适合反复比较参数、费用和目标。具体速度见性能。