cortex-backtest

Cortex Backtest

Cortex 是多市场量化策略回测与仿真引擎，采用聚宽风格策略代码，支持日线级别回测，与聚宽平台完全对齐。

⚠️ 使用前必读

每次使用本技能前，必须先查阅经验文档！

经验文档记录了之前使用过程中遇到的问题和解决方案，避免重复踩坑。

查阅路径：references/cortex-experience.md

经验分类：

• 编号 < 100：系统预置经验（技能自带，经过验证的常见问题）
• 编号 ≥ 100：使用收集经验（实际使用中发现的新问题，使用后追加）

使用后追加规则：发现新问题时，从编号100开始递增追加到经验文档末尾。

去重管理规则：如果有新增系统预置经验，检查用户收集经验中是否有相同或相似的，如有则直接删除，序号可回收再用。

---

首次设置向导（重要！）

使用本技能前，必须先完成场景配置！

步骤 1：检查 TOOLS.md 场景配置

读取 /TOOLS.md，检查是否已配置 Cortex 场景：

• 已配置场景 1/2/3 → 跳转到步骤 2
• 未配置或配置不完整 → 询问用户选择场景

步骤 2：验证配置文件和目录存在

根据 TOOLS.md 中登记的场景，检查对应的配置文件和目录：

场景 3 说明：

• 租户目录位置由智能体（Agent）安排
• 方案 A（私域管理）：/user1/（内含 cortex_data/ 子目录）
• 方案 B（工作区统一管理）：/.cortex/user1/（直接使用，不含 cortex_data 子目录）
• 具体路径需在 TOOLS.md 中明确登记

占位符说明：

• `` - 智能体工作目录（如 /home/allwin21/.openclaw/workspace）
• `` - 租户工作目录（由智能体安排，可在私域中）

检查结果处理：

• 文件存在 → 配置完成，可正常使用
• 文件不存在 → 引导用户建立（见下方"引导建立流程"）

步骤 3：询问用户选择场景（如未配置）

询问模板：

检测到 Cortex 回测引擎尚未配置运行场景。

Cortex 支持三种配置场景，请根据您的使用需求选择：

【场景 1】系统配置
- 配置文件位置：/opt/cirt/etc/cortex.conf
- 适用场景：服务器部署、多智能体共享同一配置
- 特点：全局共享，配置集中管理

【场景 2】智能体独立配置  
- 配置文件位置：/cortex_data/cortex_cli.conf
- 适用场景：单个智能体独立工作，数据隔离
- 特点：工作空间内自包含，便于迁移

【场景 3】智能体多租户配置（推荐）
- 配置文件位置：/cortex_data/cortex_cli.conf
- 适用场景：多用户/多账户，完全隔离
- 特点：每个租户独立目录，数据完全隔离
- 注意：租户目录位置由智能体安排，可在私域中管理

请回复数字 1、2 或 3 选择场景。

如选择场景 3，请指定租户目录位置（如私域路径或工作区路径）：
- 示例 1（私域）：/user1/
- 示例 2（私域）：/user2/
- 示例 3（工作区统一管理）：/.cortex/user3/

占位符说明：
-  - 智能体工作目录
-  - 租户工作目录（由智能体安排，可在私域中）

**注意：** 方案 B（工作区统一管理）直接使用 `/.cortex/userN/` 作为租户目录，不再包含 `cortex_data` 子目录

步骤 4：引导建立流程（配置文件不存在时）

根据用户选择的场景，执行以下建立流程：

场景 1 建立流程

# 1. 检查系统目录权限
ls -la /opt/cirt/etc/

# 2. 如无法写入系统目录，提示用户：
"场景 1 需要写入 /opt/cirt/etc/ 目录，当前权限不足。
建议：使用场景 2 或 3（无需系统权限），或手动创建配置文件。"

# 3. 如能写入，创建配置文件
sudo cp /opt/cirt/etc/cortex.conf.default /opt/cirt/etc/cortex.conf

# 4. 更新 TOOLS.md 登记

场景 2 建立流程

工作目录结构：

/cortex_data/
├── cortex_cli.conf          # 配置文件
├── strategies/              # 策略文件夹
│   └── double_ma.py
├── backtest/                # 回测输出
│   ├── index.json           # 回测索引
│   ├── double_ma-001/       # 回测结果（序号递增）
│   │   ├── strategy.py      # 策略代码副本
│   │   ├── summary.json     # 回测摘要
│   │   ├── account.csv      # 账户每日状态
│   │   ├── positions.csv    # 持仓每日明细
│   │   ├── orders.json      # 订单记录
│   │   └── run.log          # 运行日志
│   └── double_ma-002/       # 第2次回测
└── logs/                    # 日志目录

# 1. 创建目录结构
mkdir -p /cortex_data/{strategies,backtest,logs}

# 2. 创建配置文件
cat > /cortex_data/cortex_cli.conf << 'EOF'
[main]
data_dir = .
adapter = pyqdt
log_level = INFO
log_file = logs/cortex.log

[strategies]
initial_cash = 1000000
fq = post
mode = loose

[pyqdt]
data_path = /data/QuantData/pyqdt_csv
EOF

# 3. 更新 TOOLS.md 登记

场景 3 建立流程

说明： 租户目录位置由智能体（Agent）安排，可在私域中管理

工作目录结构（示例）：

# 方案 A：私域管理（推荐）
/user1/cortex_data/
/user2/cortex_data/
/user3/cortex_data/

# 方案 B：工作区统一管理（注意：直接使用，不含 cortex_data 子目录）
/.cortex/user1/
/.cortex/user2/

# 方案 A 租户目录内部结构（私域管理）
/cortex_data/
├── cortex_cli.conf          # 租户配置文件
├── strategies/              # 租户策略文件夹
│   └── my_strategy.py
├── backtest/                # 租户回测输出
│   ├── index.json
│   └── my_strategy-001/
│       ├── strategy.py      # 策略代码副本
│       ├── summary.json     # 回测摘要
│       ├── account.csv      # 账户每日状态
│       ├── positions.csv    # 持仓每日明细
│       ├── orders.json      # 订单记录
│       └── run.log          # 运行日志
└── logs/                    # 租户日志目录

# 方案 B 租户目录内部结构（工作区统一管理）
/
├── cortex_cli.conf          # 租户配置文件
├── strategies/              # 租户策略文件夹
├── backtest/                # 租户回测输出
└── logs/                    # 租户日志目录

# 1. 询问租户目录位置
"请指定租户目录位置（由智能体安排）："
"示例 1（私域方案 A）：/user1"
"示例 2（私域方案 A）：/user2"
"示例 3（工作区方案 B）：/.cortex/user3"

# 2. 创建租户目录结构（使用绝对路径）
# 方案 A（私域管理）：
mkdir -p /cortex_data/{strategies,backtest,logs}

# 方案 B（工作区统一管理）：
mkdir -p /{strategies,backtest,logs}

# 3. 创建租户配置文件
# 方案 A（私域管理）：
cat > /cortex_data/cortex_cli.conf << 'EOF'
[main]
data_dir = .
adapter = pyqdt
log_level = INFO
log_file = logs/cortex.log

[strategies]
initial_cash = 1000000
fq = post
mode = loose

[pyqdt]
data_path = /data/QuantData/pyqdt_csv
EOF

# 方案 B（工作区统一管理）：
cat > /cortex_cli.conf << 'EOF'
[main]
data_dir = .
adapter = pyqdt
log_level = INFO
log_file = logs/cortex.log

[strategies]
initial_cash = 1000000
fq = post
mode = loose

[pyqdt]
data_path = /data/QuantData/pyqdt_csv
EOF

# 4. 更新 TOOLS.md 登记（记录实际使用的租户目录）

步骤 5：更新 TOOLS.md 登记

配置完成后，必须在 TOOLS.md 中登记：

## Cortex 回测引擎

### 场景模式
**当前使用：场景 X（场景名称）**

### 安装位置
| 项目 | 路径 |
|------|------|
| CLI 工具 | `/opt/cirt/bin/cortex_cli.py` |
| Python 库 | `/opt/cirt/lib/cortex/` |

### 配置信息
[根据场景填写具体路径]

### 使用方法
[根据场景填写使用命令]

---

使用流程图

用户触发技能
    ↓
查阅经验文档 (references/cortex-experience.md)  ← ⚠️ 必读！
    ↓
读取 TOOLS.md 检查场景配置
    ↓
├─ 已配置场景 ──→ 检查配置文件是否存在
│                      ↓
│              ├─ 存在 ──→ 正常使用
│              └─ 不存在 ──→ 引导建立流程
│
└─ 未配置场景 ──→ 询问用户选择场景（1/2/3）
                       ↓
              用户选择场景 ──→ 执行建立流程
                       ↓
              更新 TOOLS.md 登记
                       ↓
              配置完成，正常使用
    ↓
使用完成后，发现新问题追加到经验文档

文档索引

重要：经验编号<100为系统预置，编号≥100为使用收集。每次使用前先查阅，使用后发现新问题从100开始追加。

注意： 首次设置向导已合并到本 SKILL.md 文档中，无需单独查阅 setup-guide.md

---

策略执行模式说明

Cortex CLI 支持两种策略指定方式：

模式 1：strategy_id 模式（推荐）

使用条件：

• 策略文件必须放在 /strategies/ 目录下
• `` 由配置文件中的 data_dir 参数指定
• 策略文件名格式：.py

命令格式：

python /opt/cirt/bin/cortex_cli.py backtest \
    --strategy  \
    --start-date 20260101 \
    --end-date 20260331 \
    --initial-cash 1000000

示例：

# 策略文件位置：/strategies/double_ma.py
python /opt/cirt/bin/cortex_cli.py backtest \
    --strategy double_ma \
    --start-date 20260101 \
    --end-date 20260331

模式 2：绝对路径模式

使用条件：

• 策略文件可以放在任意位置
• 使用策略文件的绝对路径

命令格式：

python /opt/cirt/bin/cortex_cli.py backtest \
    --strategy /absolute/path/to/strategy.py \
    --start-date 20260101 \
    --end-date 20260331 \
    --initial-cash 1000000

示例：

python /opt/cirt/bin/cortex_cli.py backtest \
    --strategy /home/user/strategies/my_strategy.py \
    --start-date 20260101 \
    --end-date 20260331

data_dir 与策略目录的关系

/                    # 由 data_dir 配置指定
├── cortex_cli.conf           # 配置文件
├── strategies/               # 策略目录（strategy_id 模式必须）
│   ├── double_ma.py
│   └── ma5_strategy.py
└── backtest/                 # 回测输出目录
    └── -001/

重要：

• data_dir = . 表示配置文件所在目录为数据目录
• 策略文件放在 /strategies/ 下时，可使用 strategy_id 模式
• 策略文件放在其他位置时，必须使用绝对路径模式

---

Quick Start

# 回测示例（strategy_id 模式）
python /opt/cirt/bin/cortex_cli.py backtest \
    --config /cortex_data/cortex_cli.conf \
    --strategy ma5_strategy \
    --start-date 20250701 \
    --end-date 20260331 \
    --period daily \
    --mode loose \
    --initial-cash 1000000

回测输出位置： /backtest/-001/

输出文件：

• account.csv - 账户每日状态
• positions.csv - 持仓每日明细
• summary.json - 回测摘要
• run.log - 策略运行日志

---

回测结果回显报告格式

回测完成后，按以下格式回显报告：

📊 回测结果报告
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
策略名称: 
回测区间:  ~ 
回测频率:  (daily/min)
撮合模式:  (loose/strict)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📈 收益统计
------------------------------------------------------------
初始资金:       
最终市值:       
总收益率:       %
年化收益率:     %
最大回撤:       %
夏普比率:       
------------------------------------------------------------

📝 交易统计
------------------------------------------------------------
交易次数:       
盈利次数:       
亏损次数:       
胜率:           %
平均盈利:       
平均亏损:       
盈亏比:         
------------------------------------------------------------

📂 输出位置
------------------------------------------------------------
/backtest/-001/
  ├── account.csv      (账户每日状态)
  ├── positions.csv    (持仓每日明细)
  ├── summary.json     (回测摘要数据)
  └── run.log          (策略运行日志)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

数据来源： summary.json

---

聚宽兼容策略格式

Cortex 策略代码采用聚宽兼容格式，支持聚宽风格的对象和方法。

详细 API 参考： references/cortex-api-reference.md

支持的 API 类别：

• 策略回调函数（initialize / handle_data / after_trading_end）
• 策略设置函数（set_benchmark / set_option / set_order_cost）
• 数据获取函数（get_price / get_bars）
• 下单函数（order_target_value / order_shares）
• Context / Portfolio / Position 对象
• 全局变量 g / log

---

使用引导流程

当用户发起回测请求时，遵循以下引导原则：

第一步：策略描述与决策点分析

当用户提供策略描述时，按以下流程引导：

1. 分析策略原理 - 理解用户描述的策略逻辑
2. 识别决策点 - 找出需要用户明确的关键决策
3. 逐项询问决策点 - 不假设，让用户选择

常见决策点清单：

引导示例：

用户: "我想做一个双均线策略"

Agent: "理解您的策略思路，以下是需要明确的决策点：

1. **标的池**：回测哪些股票？
   - 全A股
   - 沪深300成分股
   - 中证500成分股
   - 其他股票池（请说明）

2. **均线参数**：使用哪两条均线？
   - MA5/MA20（短线）
   - MA10/MA60（中线）
   - 自定义参数（请说明）

3. **信号逻辑**：
   - 金叉买入、死叉卖出（标准）
   - 其他逻辑（请说明）

4. **仓位管理**：
   - 单只股票仓位：等权/按市值加权
   - 最大持仓数量：不限/固定数量（请说明）

5. **调仓频率**：
   - 每日检查信号
   - 每周调仓
   - 其他频率（请说明）

6. **过滤条件**：
   - 是否排除ST、停牌、涨跌停股票？
   - 是否排除新股（上市不足N天）？

请逐项确认或补充您的选择。"

第二步：标的域确认

询问示例：

请确认回测标的域：
1. 全A股
2. 沪深300成分股
3. 中证500成分股
4. 中证1000成分股
5. 自定义股票池（请提供文件路径或股票列表）

第三步：聚宽兼容性确认

询问用户：

策略代码是否需要完全兼容聚宽平台？

1. **完全兼容** - 代码可直接复制到聚宽平台运行
   - 使用聚宽标准API
   - 遵守聚宽代码规范
   - 注意：Cortex与聚宽存在少量差异

2. **仅Cortex运行** - 仅在Cortex引擎运行，无需聚宽兼容
   - 可使用Cortex特有功能
   - 不考虑聚宽兼容性

请选择兼容性要求。

Cortex与聚宽主要差异提醒：

第四步：必需参数检查

⚠️ 引导原则

1. 询问时提供参考值 - 附带推测值或配置文件默认值，方便用户决策
2. 不要随意替用户设置参数 - 特别是资金、日期范围、策略参数
3. 缺少必需参数时，询问用户 - 提供清晰问题 + 参考值
4. 可选参数有默认值 - 从配置文件读取，无需每次询问
5. 策略代码细节不完整 - 引导用户提供策略文件或明确需求
6. 决策点必须询问 - 不假设用户的策略细节，逐项确认

完整引导示例

❌ 错误做法：

用户: "回测一个双均线策略"
Agent: 直接运行回测，使用默认日期和资金...  # ❌ 随意替用户决定

✅ 正确做法：

用户: "回测一个双均线策略"

Agent: "理解您的需求，让我逐步确认策略细节：

**第一步：策略描述分析**
双均线策略的核心逻辑是：短期均线上穿长期均线买入，下穿卖出。

需要确认的决策点：

1. **标的域**：
   - 全A股
   - 沪深300成分股
   - 中证500成分股
   - 中证1000成分股
   - 自定义股票池

2. **均线参数**：
   - MA5/MA20（短线）
   - MA10/MA60（中线）
   - 自定义（请说明）

3. **仓位管理**：
   - 单只股票仓位上限
   - 最大持仓数量
   - 是否等权分配

4. **调仓频率**：每日/每周/信号触发？

5. **过滤条件**：是否排除ST/停牌/涨跌停？

**第二步：聚宽兼容性**
策略代码是否需要完全兼容聚宽平台？
- 完全兼容（可复制到聚宽运行）
- 仅Cortex运行

**第三步：回测参数**
- 开始日期（格式：YYYYMMDD）
- 结束日期（格式：YYYYMMDD）
- 回测频率（daily 日线 | min 分钟线）
- 撮合模式（loose 宽松 | strict 严谨）
- 初始资金（参考：1000000）

请逐项确认或补充您的选择。"

---

策略代码示例

def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    set_order_cost(OrderCost(
        close_tax=0.001,
        open_commission=0.0003,
        close_commission=0.0003,
        min_commission=5
    ), type='stock')
    
    g.stock = '000001.XSHE'
    run_daily(rebalance, time='open')

def rebalance(context):
    prices = get_price(g.stock, count=20)
    ma5 = prices['close'].tail(5).mean()
    ma20 = prices['close'].tail(20).mean()
    
    if ma5 > ma20:
        order_target_value(g.stock, context.portfolio.total_assets * 0.8)
    else:
        order_target_value(g.stock, 0)

def after_trading_end(context):
    log.info(f"总资产: {context.portfolio.total_assets:.2f}")

---

⚠️ 与聚宽差异

详细差异说明见 references/cortex-api-reference.md

---

配置文件位置

配置查找顺序： /etc/ → /etc/

---

详细配置指南见 首次设置向导 章节