在上一章我们编写了第一个策略，并对其进行了回测，但这里有不少和策略无关的重复动作，每写一个策略都要把这些代码写一遍，实在是太麻烦了。可以这么办，把要回测过程的重复代码写成通用的例程，保存在脚本中，需要什么就直接调用。

5.1 回测例程

我们将需要回测的功能，编写为一个个函数，统一保存在脚本backtest.splx中。

脚本代码如下：

此脚本代码较长，且有一定难度，初学者首先要重点掌握脚本中每个函数的功能和用法，学会调用即可。

脚本写好后，在init.splx中登记。

call@f()函数调用脚本的同时登记脚本中的自定义函数，然后可以在主脚本中使用。

5.2 例程函数解释

1. bfee(x)：计算买入手续费。

买入手续费=max(交易金额 *0.03%,5)+ 交易金额 *0.001%

参数：x为交易金额

2. sfee(x)：计算卖出手续费。

卖出手续费= bfee(x)+x*0.05%

参数：x为交易金额

3. withdraw(R)：基于波动率计算最大回撤率，细节可以不用管，了解这个概念的业务意义就行了（后面有解释）。

4. Begin(K)：初始化交易数据。在K线数据上增加衍生字段，用来记录交易信息和收益信息。持仓：持仓记录（集），买入：购买记录（集），卖出：卖出记录（集），现金：现金数，仓值：持仓价值，收益：每日收益，昨日：昨天的交易数据。

参数：

K：序表，某支股票的K线数据

5. Buy(K, S, P=null)：单支买盘函数，返回每次买入的交易信息记录，包括代码，股数，买日，买价，买额，卖日，卖价，卖额。其中买入金额和卖出金额包含手续费。卖日，卖价和卖额由Sell()函数计算。

返回结果示例：

卖日为空表示股票还未卖出。

参数：

K：当日K线数据。这里参数使用当日K线数据，是因为判断是否成功交易以及获取日期都需用到K线里的信息。并且回测时外层循环是一天一天按K线来的，所以这里设计成直接用K线记录，传参时会更方便。

S：买入股票数量或买入钱数。S>0时表示买入数量，如100表示买入100股；S<0时表示买入钱数，如-5000表示买入5000元股票。买入数量一般是100的整数倍。

P：price 交易价格。P值为空时将昨日收盘价作为交易价格，因为，今天收盘价还不知道，所以一般用昨日的。如果只是想大概感受一下用今日收盘价的情况，可以在调用时修改。

如果交易价格低于当日最低价则买入失败，不记录信息

6. Sell(K, H, P=null)：单支卖盘函数，计算卖日，卖出价格和卖出金额，返回交易信息记录。

返回结果示例：

参数：

K：当日K线数据

H：当前持仓记录

P：price 交易价格。P值为空时将昨日收盘价作为交易价格。

如果交易价格高于当日最高价则卖出失败，不记录信息。

7. SellOff(K, H, P=null)：将持有股票全部卖出。计算卖出价格和卖出金额，返回交易信息记录（集）。

返回结果示例：

K：当日K线数据

H：当前持仓记录

P：price 交易价格。P值为空时将昨日收盘价作为交易价格。

如果交易价格高于当日最高价则卖出失败，不记录信息。

我们初期研究的策略大都是发现可卖信号时就卖光，所以基本上都是调用这个SellOff函数，而很少调用那个单笔卖出的函数Sell。

8. Loop@m()：计算当前持仓情况，现金数，持仓价值，收益，在每天买卖交易完成后调用。@m的意思是会把这句代码直接抄进主程序执行，从而可以使用主程序的上下文，这些细节可以先不用理解，当普通函数使用就行了，调用时不必写@m。

9. Summary(K)：计算各种回测指标。返回记录。

参数：

K：单只股票回测期内的全部K线数据。

10.Display(R)：将某条记录转换成纵向方式方便查看。如可以用来查看Summary()返回的各种指标。

参数：

R：记录。如Summary函数中返回的记录。

5.3 回测指标

回测脚本会返回如下回测指标。

占用资金：在给定时间段内完成所有交易需要投入的现金总和（包括手续费）。比如某个策略一周内的买卖资金如下表。不难算出，要完成这些交易，需要投入 800 元，那么该策略的占用资金就是 800 元。

买入资金	500
卖出资金	700
买入资金	1000
卖出资金	900

现金收益：指买卖股票所获得的价差收益，只计算已卖出的股票。例如，8 块买入，买入 100 股，买入手续费 5 元；15 元卖出，卖出手续费 5 元，那么现金收益就是 15*100-5-8*100-5=690元。

持仓价值：当前持有的股票价值。例如持有 A 股票 100 股，当前股价 10 元，那么 A 股票的持仓价值就是 1000。

持仓收益：当前的持仓价值 - 持仓成本。

收益率：指收益总额与投资额的比例。收益总额包括现金收益和持仓收益。投资额就是该股票的占用资金。

买盘数：指成功购买的订单数。

赢利数：策略在给定时间段内卖出次数中盈利的次数。

亏损数：策略在给定时间段内卖出次数中亏损的次数。

买入资金：给定时间段内策略的总买入资金。

卖出资金：给定时间段内策略的总卖出资金。

比如某个策略一周内的买卖资金如下表，那么一周内该策略的买入资金就是 1500 元，卖出资金是 1600 元。

买入资金	500
卖出资金	700
买入资金	1000
卖出资金	900

日波动率：指策略收益率在一定时间内的变动幅度，它反映了市场的不确定性和风险。波动率越高，收益率的波动越剧烈，资产收益率的不确定性就越强；波动率越低，收益率的波动越平缓，资产收益率的确定性就越强。波动率等于每日收益率的标准差。

最大回撤率：描述策略在回测期可能出现的最大亏损幅度，反映了策略的风险承受能力。最大回撤率越小，说明策略的稳定性越高，风险越低。最大回撤率等于最高收益率与之后最低收益的差值与最高收益率 +1 的比值。

年化收益率：(收益率 +1)^(251/ 交易天数)-1。其中“^”是幂指数符号，251 是假定每年交易天数是固定的 251，有时也用 252，交易天数是策略开始到结束的间隔交易天数。

年化波动率：日波动率 *(251/ 交易天数的平方根)。

夏普率：年化收益率 - 无风险收益率后与年化波动率的比值，用来衡量策略的收益风险比。

5.4 回测举例

我们还是以第4章中编写的固定价格买卖策略为例，将回测部分改为直接调用回测脚本计算来实现。

首先，准备K线数据和买卖价格参数。注意读取K线时要加@C选项，中文显示。

准备记录交易数据的序表，调用backtest.splx中的Begin()函数即可：

A7 Begin()函数会在K线数据后面添加衍生字段，用来记录交易信息。

然后循环K线数据，调用买卖函数计算，当最高价高于30全部卖出，最低价低于25就买入：

A9 循环A7

B9 取出昨日持仓数据，赋值给变量H。前面我们讲过在循环函数中~[-1]表示取前一个成员值，这个规则在循环序表时同样适用，序表中的前一个成员就是上一行记录。因为在序表里更常用的是取某个字段的相邻值，所以SPL约定用字段名加中括号的方式来获取相邻行的字段值，所以持仓[-1]表示取上一行记录中的持仓值，本质上持仓[-1]就相当于~[-1].持仓。这里的持仓[-1]就是昨天交易结束后的持仓数据，用于在今日卖出。

B10 当最高价高于30元时，执行SellOff()函数，将持仓股票全部卖出，并将交易信息记录保存到卖出列。

如某次卖出交易的卖出值：

B11 当最低价低于25元时，执行Buy()函数，买入1手，并记录交易信息保存到买入列

如某次买入交易的买入值：

完成买卖处理后，要执行一下Loop（B12格），让回测程序把当天交易结束后的持仓和统计值计算好。

例如第一天Loop执行前，已经买入了股票，但是持仓、现金等值还是空的没有更新。

执行Loop后，可以看到持仓、现金等值发生了变化，完成了更新。

整个循环执行完以后，再看A7:

其中保存了所有的交易信息及每日收益数据。比如第2天上图中可以看到有买入，双击买入字段，就可以看到该笔订单的买卖信息。

双击持仓字段就可以看到买入后的持仓信息：

再比如拖动A7的滚动条，第79天有卖出交易，卖出多笔订单，卖出后持仓值为空。

在A7中可以清楚的查看每一天的买卖情况和持仓数据。

根据A7的结果，调用相关函数统计回测结果：

A13 返回各种回测指标

B13 纵向查看A13中的指标。

这里返回的收益率比上一章略低一点，上一章为30.62%。这是因为两者卖出算法略有不同，上一章的代码中是多次购买股票集合到一起卖，而这里是按买入订单一笔一笔去卖，手续费会有所不同。但这里本来也就是粗略估算，有点差距也不用细究。

我们还可以调用绘图脚本，观察A7返回的每日收益情况。

可以看到该策略在2024年4月份以后的收益持续走高。