投资策略回测：使用backtestStrategy对象

### 投资策略回测：使用 backtestStrategy 对象 在投资领域，策略的有效性至关重要。为了评估投资策略的表现，回测是一种常用的方法。本文将介绍如何使用 `backtestStrategy` 对象来定义投资组合分配策略，并进行回测。 #### 1. 回测工作流程 要开发和运行回测，可以按照以下步骤进行： 1. 使用 `backtestStrategy` 对象定义策略逻辑，指定策略如何重新平衡资产组合。 2. 使用 `backtestEngine` 创建一个 `backtestEngine` 对象，指定回测的参数。 3. 使用 `runBacktest` 针对历史资产价格数据（可选地，还可以使用交易信号数据）运行回测。 4. 使用 `equityCurve` 绘制每个策略的权益曲线。 5. 使用 `summary` 以表格形式总结回测结果。 下面是这个流程的 mermaid 流程图： ```mermaid graph LR A[定义策略逻辑] --> B[创建 backtestEngine 对象] B --> C[运行回测] C --> D[绘制权益曲线] D --> E[总结回测结果] ``` #### 2. 创建 backtestStrategy 对象 `backtestStrategy` 对象的创建有两种语法： ```matlab strategy = backtestStrategy(name,rebalanceFcn) strategy = backtestStrategy( ___ ,Name,Value) ``` - **输入参数**： - `name`：策略名称，指定为字符串。 - `rebalanceFcn`：重新平衡函数，指定为函数句柄。该函数在回测期间计算新的投资组合权重，必须具有以下两种签名之一： - `new_weights = rebalanceFcn(weights,assetPrices)` - `new_weights = rebalanceFcn(weights,assetPrices,signalData)` 以下是输入参数的详细说明表格： | 参数 | 说明 | 数据类型 | | ---- | ---- | ---- | | `name` | 策略名称，字符串形式 | 字符串 | | `rebalanceFcn` | 重新平衡函数，函数句柄 | 函数句柄 | - **名称 - 值对参数**： - `RebalanceFrequency`：回测期间的重新平衡频率，默认值为 1，表示每个时间步都进行重新平衡。 - `TransactionCosts`：交易成本，可以指定为标量数值、向量或函数句柄。 - `LookbackWindow`：回溯窗口，指定为 1x2 整数向量、持续时间对象或日历持续时间对象。 - `InitialWeights`：初始投资组合权重，默认值为空，表示策略开始时未投资，100% 的资金以现金形式赚取无风险利率。 - `ManagementFee`：管理费用，按投资组合总价值的年化百分比收取，默认值为 0。 - `ManagementFeeSchedule`：管理费用收取时间表，默认值为每年。 - `PerformanceFee`：绩效费用，按投资组合总增长的百分比收取，默认值为 0。 - `PerformanceHurdle`：年化障碍率或资产或信号中的列，作为障碍资产，默认值为 0。 - `PerformanceFeeSchedule`：绩效费用收取时间表，默认值为每年。 #### 3. 示例：创建回测策略 下面通过一个示例来说明如何创建和使用回测策略。我们将创建两个简单的策略：一个等权重策略和一个“追逐回报”策略。 ```matlab % 初始化策略，假设回测数据来自 30 只道琼斯工业平均指数（DJIA）股票一年的数据 numAssets = 30; initialWeights = ones(1,numAssets); initialWeights = initialWeights / sum(initialWeights); % 定义交易成本 tradingCosts = [0.0025 0.005]; % 定义重新平衡频率 rebalFreq = 20; % 定义回溯窗口 ewLookback = 0; chaseLookback = 11; % 创建等权重策略 equalWeightStrate ```