组合回测方案生成器（生成即用·回测代码）

一句话价值

产出策略回测代码框架（收益、夏普、最大回撤），接你的信号即可跑。

适用场景（何时用我）

• 当你要产出《回测代码》却卡在结构、不知从哪几块下手时；
• 适用于投研、投资与资产配置相关的做分析、跑模型工作/学习场景；
• 想要一份专业、可填写、开箱即用的模板，而不是从零搭。

核心方法与代码

分析方法

1. 信号生成与权重
2. 收益序列构造
3. 绩效：年化/夏普/最大回撤
4. 基准对比与归因
5. 样本外稳健性

可运行代码模板（自带占位数据，替换为你自己的数据即可跑）

import pandas as pd, numpy as np

def backtest(weights: pd.Series, returns: pd.DataFrame):
    port = (returns * weights).sum(axis=1)
    cum = (1+port).cumprod()
    sharpe = port.mean()/port.std()*np.sqrt(252)
    mdd = (cum/cum.cummax()-1).min()
    return dict(cum_ret=cum.iloc[-1]-1, sharpe=sharpe, max_dd=mdd)

# 用法：每日调仓权重 weights 与个券收益 returns 传入

使用步骤

1. 告诉我你要做的《回测代码》主题与背景（一句话即可）；
2. 我产出结构化模板，你按提示填入自己的内容；
3. 如需调整维度/增删模块，直接说，我改。

红线与注意事项

• 示例数据均为虚构（如「示例公司/北京/上海」），不含任何真实个人/业务数据（R-去个人化）；
• 本模板为结构脚手架，具体数据、事实与专业判断需你自行核实；
• 金融/法律/薪酬等涉及专业合规的领域，模板不替代持牌专业人士意见；
• 无外部 API 依赖，纯提示词/代码模板型，国内可直接使用。

💗 大白话介绍

你把它当成一个「回测代码填空神器」——我先把行家会写的模块都列好，你往里填自己的东西就行，省得每次从头琢磨该写啥。