回测是通过历史数据模拟交易策略并评估绩效的过程。1、使用Python的Backtrader库，安装后编写策略类，加载OHLCV数据并运行回测引擎获取收益曲线与交易详情；2、在TradingView中使用Pine Script v5编写策略，实时渲染信号并计算胜率与最大回撤等指标；3、利用QuantConnect平台部署C#或Python策略，调用预加载数据进行云端分布式回测，自动结算每日表现；4、通过Excel手动回测简单策略，利用公式模拟均线交叉或RSI信号，逐行计算盈亏与持仓变化。
回测是将历史行情数据输入交易策略逻辑，模拟执行买卖操作并评估绩效的过程。
为了方便新手快速上手币圈交易并实时查看市场数据，可通过主流交易所币安（Binance）或欧易OKX注册账户并使用官方APP，可实时查看交易深度、挂单量及资金流向，帮助判断买入或卖出时机。
币安注册链接与下载地址：
欧易OKX注册链接与下载地址：
安装过程中，系统可能会提示“允许安装来自此来源的应用”。这是正常安全提示，建议点击“允许”或在“设置”中开启相应权限后继续安装。
一、使用Python配合Backtrader框架执行回测
该方法通过开源量化库加载K线数据，逐根处理并触发策略信号，输出收益曲线与统计指标。
1、安装Backtrader库：执行命令pip install backtrader。
2、编写策略类，继承bt.Strategy，重写__init__和next方法定义入场与离场条件。
3、加载CSV格式的OHLCV数据，设置初始资金、手续费等参数。
4、调用cerebro.run()启动回测引擎，获取最终资产净值与每笔交易详情。
二、借助TradingView的Pine Script进行可视化回测
在TradingView图表界面中嵌入自定义脚本，实时渲染策略信号并计算胜率、最大回撤等核心指标。
1、进入TradingView编辑器，选择Pine Script v5语言版本。
2、声明策略属性：strategy("My Strategy", overlay=true, default_qty_type=strategy.percent_of_equity)。
3、使用ta.crossover()或ta.crossunder()构建多空信号逻辑。
4、调用strategy.entry()与strategy.exit()定义开仓和平仓动作，系统自动记录盈亏。
三、利用QuantConnect平台完成云端回测
该平台提供预加载的全市场历史数据与分布式计算资源，支持C#与Python双语言策略部署。
1、注册QuantConnect账户并创建新算法项目。
2、选择加密货币市场，添加BTCUSD或ETHUSD等交易对数据源。
3、在Initialize()中设定时间周期、基准资产与现金数量。
4、在OnData()中调用self.SetHoldings(symbol, weight)实现仓位控制，平台自动结算每日表现。
四、手动Excel表格回测（适用于简单规则）
通过公式逐行模拟持仓状态与盈亏变化，适合验证均线金叉死叉、RSI超买超卖等基础策略逻辑。
1、整理包含时间、开盘价、最高价、最低价、收盘价、成交量的Excel表格。
2、新增列“MA20”，使用=AVERAGE(E2:E21)计算20周期收盘均价。
3、新增列“Signal”，输入公式=IF(AND(F2>G2,F1=G1),"SELL","HOLD"))。,f1>
4、新增列“Position”，用前序单元格状态与当前Signal联动判断是否更新持仓，并计算浮动盈亏。
五、使用Freqtrade框架进行加密货币专用回测
Freqtrade专为数字资产设计，内置交易所模拟器与多种技术指标函数，支持多时间框架联合策略验证。
1、通过git clone下载Freqtrade项目并运行freqtrade install --install。
2、执行freqtrade download-data --pairs BTC/USDT ETH/USDT --timeframes 1h 4h --days 365获取历史数据。
3、修改user_data/strategies/my_strategy.py文件，在populate_entry_trend()中定义买入条件。
4、运行freqtrade backtesting --strategy MyStrategy --timerange 20230101-20231231，生成详细HTML报告。
