聊一聊通达信评测系统回测技术思路

最近遇到几个同学问我 关于通达信数据评测的事情， 其中一个同学宣称自己的通达信指标好NB，收益年化感觉可以买下地球。

我抽空看了下。 通达信系统有个程序员评测系统， 可以通过编写公式 进行评测，最终导出excel格式的数据。

对于一些同学来说，希望通过导出excel里的买入卖出时间，成交金额， 获取 公式策略的 回测数据，比如总资产曲线，以及 收益率曲线。

趁着周末，用AI试着写了款工具。 这里讲一讲技术思路。

这款工具流程，上传文件 → 预处理交易数据 → 获取行情数据 → 逐日计算资产 → 统计指标 → 可视化展示。

为了实现这一流程，我利用 Streamlit 的交互式组件来接收用户输入和展示结果；同时借助 Tushare 获取股票的历史前复权价格；最后用 Matplotlib 绘制资产曲线和累计收益率图。

关键实现思路解析

1. 数据预处理：从杂乱到规整

通达信导出的 Excel 表格通常包含多个字段，如品种代码、时间、信号、成交额、手续费等。为了后续计算，我做了以下处理：

• 日期标准化：将“时间”列转换为 Pandas 的 datetime 类型，方便按日对齐。
• 买卖方向映射：原始信号可能是“买开”、“卖平”、“平盘”等，我将其统一为 +1（买入）和 -1（卖出）。代码中定义了一个字典 direction_map，覆盖常见表述，若出现未知值则报错。
• 现金流计算：这是回测的基础。买入时，现金流出 = 成交额 + 手续费；卖出时，现金流入 = 成交额 - 手续费。

2. 初始资金的确定：

最初我让AI写了下，写完运行发现累计收益率真的蛮高的。 我把导出的excel数据按照日期排序看了下， 这个初始资金貌似不对。

这样理解，策略中前几天连续有买入操作，但都没有卖出操作。 显示的初始资金就1万块，既然前几天只有买入操作， 那么初始资金这个设置有点不合理。

后来我想了下，要不我换个思路。 我反推最小初始资金值， 保证每次操作后得到的现金流不能为负。 虽然很多时候现金空置没利用上， 但比较符合实际情况。

3. 行情获取：用 Tushare 解决数据源

为了计算持仓市值，我需要每只股票在交易日当天的收盘价（前复权）。这里选择 前复权 价格，因为它能真实反映从买入到卖出期间的实际收益（考虑了分红送股）。

4. 逐日资产计算

• 现金序列：初始现金 + 每日现金流累计。
• 市值序列：对每只股票，先计算每日持仓变化（买入+股数，卖出-股数），再乘以当日收盘价（非交易日用前值填充），最后求和。
• 总资产 = 现金 + 市值
• 日收益率 = 总资产.pct_change()
• 累计收益率 = (1+日收益率).cumprod() - 1

5. 现金余额检查与警告

如果现金出现负值（即透支），且用户未勾选“允许现金为负”，程序会报错并停止，提醒数据可能不自洽。这能防止因数据错误导致回测结果虚高。

6. 与原始“可用资金”列对比

如果Excel中有“可用资金(元)”列，程序会自动将我们计算的现金余额与原始值对比，并输出差异最大的日期。这可以帮助判断数据是否隐含了外部入金。

改完初始资金的方式后，发现累计收益率下降了不少。 我是不是想错了，其实大家平时都是满仓干的。 但第一天满仓干在没卖出的情况下 第二天怎么继续满仓干呢？ 再继续转入资金继续满仓干？ 如果是这样，我这种回测思路是错误的。