稳定 API 从 bagelquant_bt 导出。

入口函数

from bagelquant_bt import run_backtest, run_factor_evaluation, run_weight_backtest
  • run_backtest(signal, prices, *, kind, config=None)：根据 kind 分发。
  • run_weight_backtest(weights, prices, *, config)：评估组合权重。
  • run_factor_evaluation(factor, prices, *, config)：评估因子分数。
  • summary_report(result, *, output_path=None, missing_price_keys_output_path=None, title=None, annualization=252)： 为 BacktestResult 或 FactorEvaluationResult 生成静态 HTML 报告。

配置

from bagelquant_bt import BacktestConfig, TransactionCostConfig

config = BacktestConfig(
    initial_capital=1_000_000,
    transaction_cost=TransactionCostConfig(rate=0.00015, min_fee=5.0),
    annualization=252,
    ic_method="spearman",
    quantiles=5,
    top_n=50,
)
  • initial_capital 必须为正。
  • ic_method 仍可传入以保持兼容；因子评估会同时输出 Spearman 和 Pearson IC。
  • quantiles 控制因子分桶数量。
  • top_n 控制 top-N 因子组合。

结果对象

BacktestResult 暴露：

  • weights
  • asset_returns
  • gross_returns
  • net_returns
  • gross_cumulative_returns
  • net_cumulative_returns
  • gross_value
  • net_value
  • turnover
  • transaction_costs
  • summary
  • performance
  • coverage：按价格日期给出原始 weight_asset_count、universe_asset_count 和 coverage_ratio。
  • missing_price_keys

FactorEvaluationResult 暴露：

  • factor
  • forward_returns
  • ic
  • ic_summary
  • ic_mean
  • ic_std
  • icir
  • quantile_returns
  • quantile_cumulative_returns
  • spread_returns
  • top_n_weights
  • top_n_backtest
  • spread_weights
  • spread_backtest
  • lag_analysis
  • lag_returns
  • ic_decay
  • coverage：按价格日期给出原始 factor_signal_asset_count、 universe_asset_count 和 coverage_ratio。
  • missing_price_keys

可视化

plot_coverage(result) 返回 Plotly 时间序列：以阴影面积展示原始因子信号或权重的 资产覆盖数，并展示价格宇宙总资产数。

异常

  • BagelQuantBacktestError：包级基础异常。
  • BacktestConfigError：配置无效。
  • InputValidationError：输入 frame 无效或不兼容。