CommunityCodierung & Entwicklunggithub.com

marketcalls/backtest

Führe einen schnellen Backtest einer Strategie auf ein Symbol durch. Erstellt ein vollständiges .py-Skript mit Datenabruf, Signalen, Backtest, Statistiken und Diagrammen.

Was ist backtest?

Die Fähigkeit "marketcalls/backtest" ermöglicht es Entwicklern und Händlern, schnell Backtests von Handelsstrategien auf einem bestimmten Symbol durchzuführen. Sie automatisiert die Erstellung eines vollständigen Python-Skripts (`.py`), das Daten abruft, Handelssignale generiert, einen Backtest ausführt und statistische Ergebnisse sowie Diagramme liefert. Dies ist besonders nützlich, um die Leistung einer Strategie zu bewerten, ohne manuell alle Komponenten zusammenstellen zu müssen. Unterstützt wird die Integration mit gängigen Datenquellen und Backtesting-Bibliotheken wie pandas, numpy sowie Plotbibliotheken, sodass sie plattformunabhängig in jeder Python-Umgebung (z. B. Cursor, Codex, Claude Code) einsetzbar ist.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/marketcalls/vectorbt-backtesting-skills/tree/main/skills/backtest

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht backtest?

Führe einen schnellen Backtest einer Strategie auf ein Symbol durch. Erstellt ein vollständiges .py-Skript mit Datenabruf, Signalen, Backtest, Statistiken und Diagrammen.

Verwendung

Erstelle einen Backtest mit dem Befehl:

python backtest.py --symbol <SYMBOL> --strategy <STRATEGIE>

Ersetze <SYMBOL> durch das gewünschte Symbol (z. B. AAPL) und <STRATEGIE> durch den Namen der Strategie (z. B. moving_average_crossover).

Ausgabe

Das Skript generiert:

  • Datenabruf von historischen Kursen
  • Berechnung von Handelssignalen basierend auf der Strategie
  • Backtest-Ergebnisse mit Performance-Kennzahlen
  • Diagramme (z. B. Kursverlauf mit Signalen, Equity-Kurve)

Anforderungen

  • Python 3.6 oder höher
  • pandas
  • numpy
  • matplotlib (für Diagramme)
  • yfinance (für Datenabruf)

Installation der Abhängigkeiten

pip install pandas numpy matplotlib yfinance

Beispiel

Führe den Backtest für die einfache gleitende Durchschnitts-Crossover-Strategie auf Apple (AAPL) aus:

python backtest.py --symbol AAPL --strategy sma_crossover

Die Ausgabe zeigt statistische Kennzahlen und ein Diagramm mit den Ergebnissen.

Lizenz

MIT

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

Verwandte Skills