MY_ENGINE — ETF 回测引擎

基于日线数据的 ETF 量化回测引擎，内置图形界面、数据维护（TickFlow 下载 / 清洗 / 指标计算）与 9 种内置策略。

快速开始

安装依赖：

pip install pandas numpy matplotlib pillow tickflow

启动图形界面：

python GUI/main.py

命令行批量回测：

python MAIN/BACK_TEST.py

目录结构

MY_ENGINE/
├── GUI/          # 图形界面（入口 main.py）、股票池 stock_pool.txt
├── MAIN/         # 脚本入口：BACK_TEST.py 批量回测、TODAY.py 查看近 20 日高低点
├── BASE/         # 回测核心引擎 backtest_ai.py（Figuration 类）、SUPPORT.py
├── SUPPORT/      # 数据下载 DOWNLOAD.py、指标计算 MACD.py
├── DATA/         # 按日整理的行情 CSV（每文件包含多只标的）
├── UNCLEANED/    # 原始下载数据 + 清洗脚本 DEAL.py
├── OUTPUT/       # 回测输出：对比图、各策略日志与图表
└── TEST/         # 测试脚本

数据流程

1. TickFlow 按股票池下载日线数据，原始文件写入 UNCLEANED/
2. UNCLEANED/DEAL.py 清洗合并到 DATA/ 的按天 CSV
3. SUPPORT/MACD.py 计算 EMA / KDJ 指标列并写回 DATA/
4. 回测引擎读取 DATA/，结果输出到 OUTPUT/

内置策略

方法	策略	状态
method_1	买入持有	✅ 可用
method_2	MACD + KDJ	⚠️ 需先计算指标列
method_3	MACD 零轴交叉	⚠️ 需先计算指标列
method_4	MA5 × MA20 金叉死叉	✅ 可用
method_5	海龟突破	✅ 可用
method_6	逆势 Counter	✅ 可用
method_7	Bollinger	✅ 可用
method_8	ER-Turtle	✅ 可用
method_9	GK-Skew	✅ 可用

输出说明

OUTPUT/<标的代码>/ 下包含：

• comparison.png / comparison.txt — 各策略资产曲线对比与指标（夏普比率 / 年化收益率 / 最大回撤）
• log_<策略名>/ — 各策略的独立回测日志与图表

已知说明

• 每个策略独立运行，失败不会影响其它策略，原因会显示在结果表中
• method_2 / method_3 需先在「数据维护」页计算 MACD / KDJ 指标列
• 下载清洗会重建每日文件并清空指标列，之后需重新计算指标再回测
• 界面已自动配置 matplotlib 中文字体，图表中文图例可正常显示