المهارات backtesting-frameworks
📊

backtesting-frameworks

آمن

Créer des systèmes de backtesting robustes pour les stratégies de trading

متاح أيضًا من: wshobson

Le développement de stratégies de trading nécessite un backtesting rigoureux pour éviter des biais coûteux. Cette compétence fournit des patterns de qualité production pour une validation fiable des stratégies avec une gestion appropriée du biais de prospectivité, du biais de survie et des coûts de transaction.

يدعم: Claude Codex Code(CC)
🥉 75 برونزي
1

تنزيل ZIP المهارة

2

رفع في Claude

اذهب إلى Settings → Capabilities → Skills → Upload skill

3

فعّل وابدأ الاستخدام

اختبرها

استخدام "backtesting-frameworks". Backtest de stratégie de momentum de base avec lookback de 20 jours

النتيجة المتوقعة:

Stratégie a atteint un rendement annuel de 12,3 % avec une volatilité de 15,2 %. Ratio de Sharpe : 0,81. Drawdown maximum : -18,4 %. Taux de réussite : 54,2 %. Les résultats incluent la courbe de performance, le graphique de drawdown et la heatmap des rendements mensuels.

استخدام "backtesting-frameworks". Optimisation walk-forward pour les paramètres de retour à la moyenne

النتيجة المتوقعة:

Fenêtre de lookback optimale : 14-21 jours sur 8 périodes de test. Ratio de Sharpe hors échantillon : 0,65 (in-sample : 0,72). La stabilité des paramètres confirme la robustesse de la stratégie. La courbe de performance combinée montre une performance cohérente à travers les régimes de marché.

التدقيق الأمني

آمن
v1 • 2/25/2026

All 33 static analysis findings are false positives. The skill contains documentation and Python code examples in markdown format only. No executable code, network calls, or security risks detected. Markdown code block delimiters were incorrectly flagged as shell execution. Type annotations and common financial terms triggered false pattern matches.

2
الملفات التي تم فحصها
690
الأسطر التي تم تحليلها
0
النتائج
1
إجمالي عمليات التدقيق
لا توجد مشكلات أمنية
تم تدقيقه بواسطة: claude

درجة الجودة

38
الهندسة المعمارية
100
قابلية الصيانة
87
المحتوى
50
المجتمع
100
الأمان
100
الامتثال للمواصفات

ماذا يمكنك بناءه

Chercheur quantitatif validant de nouveaux signaux de trading

Un chercheur quant développant une stratégie de trading basée sur le momentum doit valider la performance sur plusieurs régimes de marché tout en évitant le surajustement et en garantissant des hypothèses de coûts réalistes.

Trader algorithmique développant des stratégies systématiques

Un trader algorithmique implémentant des stratégies systématiques nécessite une infrastructure de backtesting robuste avec des séparations appropriées entraînement/validation/test et une optimisation walk-forward pour garantir la robustesse de la stratégie.

Data scientist explorant les applications financières

Un data scientist appliquant le machine learning aux données financières a besoin de conseils sur la méthodologie de backtesting appropriée pour éviter les pièges courants comme le biais de prospectivité et le biais de survie.

جرّب هذه الموجهات

Configuration de base du backtesting 
Aidez-moi à configurer un framework de backtesting de base pour une stratégie de croisement de moyennes mobiles simples. J'ai des données OHLCV quotidiennes dans un DataFrame pandas. Incluez les coûts de transaction et calculez les métriques de performance clés.
Optimisation walk-forward 
Je dois implémenter une analyse walk-forward pour ma stratégie de retour à la moyenne. Utilisez une fenêtre d'entraînement de 252 jours et une fenêtre de test de 63 jours avec un entraînement ancré. Optimisez le paramètre de lookback et montrez la courbe de performance des périodes de test combinées.
Test de robustesse Monte Carlo 
Exécutez une simulation de Monte Carlo sur les rendements de ma stratégie pour évaluer la robustesse. Je veux une analyse bootstrap de la distribution du drawdown maximum et la probabilité de perte sur des périodes de détention de 21, 63 et 252 jours avec 1000 simulations.
Backtesteur événementiel avec exécution personnalisée 
Construisez un backtesteur événementiel avec une logique d'exécution personnalisée pour les ordres limites. Incluez une modélisation réaliste des exécutions basée sur la dynamique du carnet d'ordres, le suivi des positions et le calcul PnL en temps réel. Prenez en charge plusieurs actifs avec une gestion des risques au niveau du portefeuille.

أفضل الممارسات

  • Utilisez toujours des données point-in-time pour éviter le biais de prospectivité - assurez-vous que les signaux sont générés en utilisant uniquement les informations disponibles au moment de la décision
  • Réservez des données hors échantillon pour l'évaluation finale - n'optimisez jamais les paramètres sur votre ensemble de test
  • Incluez des coûts de transaction réalistes - modélisez à la fois les coûts explicites (commissions) et implicites (slippage, impact de marché)

تجنب

  • Utiliser des prix de clôture ajustés sans comprendre les ajustements - peut introduire un biais de prospectivité à partir d'informations futures sur les dividendes ou les splits
  • Optimiser trop de paramètres par rapport aux données disponibles - conduit au surajustement et à une mauvaise performance hors échantillon
  • Ignorer le biais de survie en testant uniquement sur les constituants actuels - doit inclure les titres retirés pour des résultats précis

الأسئلة المتكررة

Qu'est-ce que le biais de prospectivité et comment l'éviter ?
Le biais de prospectivité se produit lorsque votre backtest utilise des informations qui n'étaient pas disponibles au moment des décisions de trading. Évitez-le en utilisant des données point-in-time, en décalant les signaux d'une période et en vous assurant que toutes les données reflètent ce qui était connu à chaque horodatage.
Combien de données historiques me faut-il pour un backtesting fiable ?
Un minimum de 5 à 10 ans de données est recommandé pour capturer plusieurs régimes de marché. Pour l'analyse walk-forward, assurez-vous d'avoir suffisamment de données pour au moins 4 à 8 cycles complets entraînement/test avec vos tailles de fenêtre choisies.
Quel est un bon ratio de Sharpe pour une stratégie de trading ?
Un ratio de Sharpe supérieur à 1,0 est généralement considéré comme acceptable, supérieur à 1,5 est bon, et supérieur à 2,0 est excellent. Cependant, le contexte compte - considérez le type de stratégie, les conditions du marché et si les rendements sont normalement distribués.
Dois-je utiliser un backtesting vectorisé ou événementiel ?
Utilisez le backtesting vectorisé pour les stratégies simples et le prototypage rapide - il est plus rapide et plus simple. Utilisez le backtesting événementiel pour les types d'ordres complexes, la modélisation d'exécution réaliste, ou les stratégies avec une logique dépendante du chemin.
Comment prendre en compte les coûts de transaction dans mon backtest ?
Modélisez à la fois les coûts explicites (commission par trade ou par action) et les coûts implicites (slippage en pourcentage de spread ou impact sur le prix). Appliquez les coûts au moment de l'exécution, pas au moment de la génération du signal, pour plus de précision.
Qu'est-ce que l'analyse walk-forward et pourquoi est-elle importante ?
L'analyse walk-forward optimise répétitivement les paramètres sur une fenêtre d'entraînement et teste sur une fenêtre hors échantillon ultérieure, en avançant dans le temps. Elle valide que votre stratégie s'adapte aux conditions changeantes du marché et n'est pas surajustée à une seule période historique.

تفاصيل المطور

المؤلف

sickn33

الترخيص

MIT

المستودع

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/backtesting-frameworks

مرجع

main

بنية الملفات

📁 resources/

📄 implementation-playbook.md

📄 SKILL.md