backtrader-pyqt-ui 图形化回测改参数、点运行几秒在图表上看清策略表现【免费下载链接】backtrader-pyqt-ui项目地址: https://gitcode.com/gh_mirrors/bac/backtrader-pyqt-ui如果你一直靠在终端改参数、跑回测、再对着打印的表格猜策略好坏backtrader-pyqt-ui 应该能帮你省掉这些来回它把 Backtrader 回测引擎放进一个图形界面里你调参数、点 RunK 线图和资金曲线几秒钟就更新出来。项目定位把命令行回测装进一个窗口一句话backtrader-pyqt-ui 是一个基于 PyQt 的 Backtrader 图形化回测工具策略、数据、图表、绩效统计全在一个界面完成。能做什么适合谁核心依赖选策略、改参数、一键回测结果几秒出刚接触量化回测的新手backtrader回测引擎参数面板实时改 fast / slow / tradeSize立即对比效果需要反复试参数的策略开发者PyQt5界面框架K 线 资金曲线 买卖点标记 绩效统计同屏展示想直观核对买卖时机的人finplot、matplotlib图表渲染按配置 → 运行 → 分析走一遍你会看到什么配置启动后左侧是参数面板。策略列表会自动扫描 strategies/ 目录内置了 sma_crossover双均线交叉和 ichimokuStrat1一目均衡表两个模板选中 sma_crossover 后你能直接看到它的 fast默认 15、slow默认 30、tradeSize默认 2000三个参数改完即生效。运行选好数据和策略后点 Run进度条走完结果立刻刷出来不用复制粘贴任何命令行输出。分析中间区域是主图表K 线上有白色标记点标出买卖信号橙色资金曲线叠在上面下方表格给出 Strategy Summary 统计现金、账户价值、交易明细一目了然。三步上手装好依赖5 分钟内出第一张回测图第 1 步克隆并安装依赖一次命令装齐 6 个库git clone https://gitcode.com/gh_mirrors/bac/backtrader-pyqt-ui cd backtrader-pyqt-ui pip install backtrader matplotlib requests websocket-client qdarkstyle finplot第 2 步准备数据把 CSV 放进 data/ 目录即可。项目已自带样例EURUSD_M15.csv含日期、open、high、low、close、volume 六列你什么都不用做。第 3 步启动程序选策略、点 Runpython main.py到这里你的第一次可视化回测就跑完了。亮点一参数改一个数信号点立刻挪位置怎么用在参数面板把 fast 从 15 改成 10点 Run。再看图表上白色信号点的位置——入场点前移了资金曲线的走势也随之变化。连续试 2、3 组参数你不用跑任何对比脚本。能帮你得出什么结论如果参数从 15 挪到 10 或 20策略收益和回撤基本稳定说明逻辑对参数不敏感更值得继续如果收益随参数剧烈波动说明策略大概率在贴数据要重新审视信号逻辑。这是命令行打印数字很难直观做到的判断。亮点二逐笔交易可查盈利模式不再靠感觉怎么用回测结束后切到 Trade 标签页每笔交易都有开仓/平仓时间、价格和方向、佣金、净盈亏配合 Strategy Summary 里的交易统计你可以按哪几笔赚得最多、哪几笔亏得最狠的顺序往下看。能帮你得出什么结论比如你会发现某策略 7 笔交易里 3 笔小亏、2 笔大赚胜率不高但盈亏比撑起了收益——这类盈利结构问题只看总收益是发现不了的决定去留的依据也在这里。实用锦囊3 个新手容易踩的点CSV 列名要对得上数据文件需包含日期和 open、high、low、close、volume 列列名不匹配会加载失败。策略文件名 类名自己写策略时放到 strategies/ 目录文件名必须和策略类名完全一致界面上才选得到。先跑内置策略再改自己的sma_crossover 能顺利出图说明环境和数据没问题再排查自己策略的错误能省一半时间。收尾backtrader-pyqt-ui 把改参数 → 回测 → 看图表这三步压缩到了同一个窗口里让策略验证从跑命令、读数字变成看位置、看曲线。现在就可以跑起python main.py用自带数据 5 分钟出你的第一张回测图。【免费下载链接】backtrader-pyqt-ui项目地址: https://gitcode.com/gh_mirrors/bac/backtrader-pyqt-ui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考