用途：在投入真实资金之前，用历史数据验证交易策略。该技能提供一个完整的回测框架，内置8种策略、完整的绩效指标和参数优化功能。
主要能力：
- 8种预置交易策略：SMA（简单移动平均交叉）、EMA（指数移动平均交叉）、RSI（超买超卖反转）、MACD（信号线交叉）、Bollinger（布林带均值回归）、Breakout（区间突破）、Mean Reversion（均值回归）、Momentum（动量）。
- 完整绩效指标：夏普比率、索提诺比率、卡玛比率、VaR、最大回撤，以及总收益、CAGR、波动率、Ulcer指数等风险指标。
- 交易统计：总交易次数、胜率、盈亏比、期望值、平均盈利、最大连续亏损。
- 参数网格搜索优化。
- 权益曲线可视化与逐笔交易分析。
使用方式（命令与代码均保留原样）： 第一步，安装依赖： pip install pandas numpy yfinance matplotlib 可选高级功能： pip install ta-lib scipy scikit-learn
第二步，获取历史数据： python {baseDir}/scripts/fetch_data.py --symbol BTC-USD --period 2y --interval 1d 数据会缓存到 {baseDir}/data/{symbol}_{interval}.csv 以便复用。
第三步，运行回测。默认参数的基础回测：
python {baseDir}/scripts/backtest.py --strategy sma_crossover --symbol BTC-USD --period 1y
带自定义参数的高级回测示例：
python {baseDir}/scripts/backtest.py
--strategy rsi_reversal
--symbol ETH-USD
--period 1y
--capital 10000
--params '{"period": 14, "overbought": 70, "oversold": 30}'
第四步，分析结果。结果保存到 {baseDir}/reports/，包括：_summary.txt（绩效指标）、_trades.csv（交易日志）、_equity.csv（权益曲线数据）、_chart.png（可视化权益曲线）。
第五步，参数优化，通过网格搜索寻找最优参数：
python {baseDir}/scripts/optimize.py
--strategy sma_crossover
--symbol BTC-USD
--period 1y
--param-grid '{"fast_period": [10, 20, 30], "slow_period": [50, 100, 200]}'
配置：可创建 {baseDir}/config/settings.yaml，示例内容如下（数据提供方、缓存目录、默认资金、手续费、滑点、风险参数）： data: provider: yfinance cache_dir: ./data
backtest: default_capital: 10000 commission: 0.001 # 0.1% per trade slippage: 0.0005 # 0.05% slippage
risk: max_position_size: 0.95 stop_loss: null # Optional fixed stop loss take_profit: null # Optional fixed take profit
适用场景：加密货币与传统市场的策略验证、多资产对比、前向滚动分析（walk-forward）、参数优化工作流。
支持策略与关键参数：sma_crossover（fast_period, slow_period）、ema_crossover（fast_period, slow_period）、rsi_reversal（period, overbought, oversold）、macd（fast, slow, signal）、bollinger_bands（period, std_dev）、breakout（lookback, threshold）、mean_reversion（period, z_threshold）、momentum（period, threshold）。
文件说明：scripts/backtest.py（主回测引擎）、scripts/fetch_data.py（历史数据获取）、scripts/strategies.py（策略定义）、scripts/metrics.py（绩效计算）、scripts/optimize.py（参数优化）。错误处理见 {baseDir}/references/errors.md，详细用法示例（含多资产对比、前向滚动分析、参数优化工作流）见 {baseDir}/references/examples.md。
限制：资料未提供该技能的价格、收费方式、平台限制或实际回测效果保证，这些信息暂未提供。