【历史文档】策略回测-设置回测基准
由clearyf创建，最终由small_q 被浏览 569 用户
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平台：
https://bigquant.com/data/home
https://bigquant.com/wiki/doc/dai-PLSbc1SbZX
新版表达式算子：
https://bigquant.com/wiki/doc/dai-sql-Rceb2JQBdS
新版因子平台：
https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5
\
导语
回测时我们会关注策略收益和基准收益，对于对冲策略而言跑赢基准是至关重要。本篇教程讲解如何根据需要设置回测的基准
设置股票回测基准
以AI可视化模板策略为例
例1： 以沪深300指数为回测基准,我们设置Trade模块的基准代码为000300.SHA或000300.HIX
例2 ：以指定指数日线数据为回测基准,我们只需在上面的窗口中输入所需的基准指数代码即可，如399002.ZIX、000001.HIX等。具体的指数代码可以查询文档
指数的日线行情可以通过下图方式获取查看：
例3：设置中证500期货主力连续合约指数为基准
此时我们需要先获取期货主力连续合约指数日线数据，然后传给回测模块的基准数据接口,此时Trade模块的基准会被输入的数据覆盖，变为设置的合约日线数据。
如上图所示，以IC8888.CFE合约日线数据作为回测基准为例：
自定义模块代码示例：
# Python 代码入口函数，input_1/2/3 对应三个输入端，data_1/2/3 对应三个输出端
def bigquant_run(input_1, input_2, input_3):
# 示例代码如下。在这里编写您的代码
start = input_1.read_pickle()['start_date']
end = input_1.read_pickle()['end_date']
bm = DataSource('bar1d_CN_FUTURE').read(instruments=['IC8888.CFE'],start_date=start,end_date=end)
bm.index = range(len(bm))
data_1 = DataSource.write_df(bm)
return Outputs(data_1=data_1)
\
设置期货回测基准
例1：以连续合约指数日线数据为基准
如图所示，利用自定义函数模块获取连续合约指数日线数据，作为外部基准数据传给回测模块即可。 自定义模块代码示例:
# Python 代码入口函数，input_1/2/3 对应三个输入端，data_1/2/3 对应三个输出端
def bigquant_run(input_1, input_2, input_3):
# 示例代码如下。在这里编写您的代码
start = input_1.read_pickle()['start_date']
end = input_1.read_pickle()['end_date']
bm = DataSource('bar1d_CN_FUTURE').read(instruments=['RU8888.SHF'],start_date=start,end_date=end)
bm.index = range(len(bm))
data_1 = DataSource.write_df(bm)
return Outputs(data_1=data_1)