程序员量化交易实战 12：回测不能只看最终收益

第 11 篇有了多标的组合回测。现在如果只看 final_equity，很容易误判策略。

最终收益高，可能是中间回撤很深；胜率高，可能是小赚大亏；交易次数太少，可能只是偶然命中。第 12 篇要把这些指标统一成一组可复用的回测评价语言。

指标是策略验收语言

回测指标不是装饰图表。

当两个策略结果不一样时，我们要知道差异来自哪里：收益、波动、回撤、交易频率、胜率还是盈亏比。

新增指标对象

第 12 章新增 app/performance_metrics.py。

@dataclass(frozen=True)
class PerformanceMetrics:
    total_return: float
    annualized_return: float
    annualized_volatility: float
    sharpe_like: float | None
    max_drawdown: float
    win_rate: float | None
    profit_loss_ratio: float | None
    trade_count: int
    turnover: float

这里叫 sharpe_like，不是严格金融教科书里的 Sharpe。因为当前还没有无风险利率输入，只是用年化收益除以年化波动，作为早期工程比较指标。

从权益曲线计算收益率

权益曲线先转成逐日收益：

def equity_returns(equity_curve: Iterable[dict[str, object]]) -> list[float]:
    values = [float(row["equity"]) for row in equity_curve]
    out: list[float] = []
    for previous, current in zip(values, values[1:], strict=False):
        if previous:
            out.append(round(current / previous - 1, 8))
    return out

有了逐日收益，年化波动就是样本标准差乘以 sqrt(252)：

variance = sum((value - mean) ** 2 for value in returns) / (len(returns) - 1)
return round(math.sqrt(variance * 252), 6)

胜率要从成对交易算

单笔买入不产生盈亏，只有买入和卖出配对后才有交易盈亏。

def trade_pnls(trades: Iterable[MiniBacktestTrade]) -> list[float]:
    pnls: list[float] = []
    open_cost: float | None = None
    for trade in trades:
        if trade.side == "buy":
            open_cost = trade.amount + trade.fee
        elif trade.side == "sell" and open_cost is not None:
            pnls.append(round(trade.amount - trade.fee - open_cost, 2))
            open_cost = None
    return pnls

这一步能避免把未平仓持仓误算成已实现胜率。

本章更新与代码仓库

本章更新内容：

• 新增 app/performance_metrics.py。
• 实现总收益、年化收益、年化波动、类 Sharpe、胜率、盈亏比、换手率和交易次数。
• 新增 tests/test_performance_metrics.py，覆盖空曲线、交易配对和指标汇总。

代码仓库：

https://github.com/ax2/zi-quant-platform

本章代码：

git clone https://github.com/ax2/zi-quant-platform.git
cd zi-quant-platform
git checkout chapter-12
uv sync --extra dev
uv run pytest tests/test_performance_metrics.py

第 12 章全量测试通过：176 passed，仍只有既有 FastAPI deprecation warning。

本篇小结

最终收益只是策略结果的一部分。

第 12 篇把回测评价指标变成可复用代码。后面做参数搜索和策略晋升时，不再靠“看起来收益更高”，而是用统一指标做比较。