DoriBT：A 股与 ETF 的 Python 回测引擎

面向中国量化研究者：用自己的行情，在共享现金账户中研究 A 股／ETF 轮动、日线择时和 1／5 分钟做 T，并核对每笔订单、成交、费用与持仓。

文档中心 · PyPI · 框架选型 · 性能与复现

能做什么

• 按市场制度回测：历史 T+0／T+1 预设、按证券与日期覆盖规则、整手约束、分红送转
• 模拟共享资金与成交：多标的账户、部分成交、最低佣金、成交量参与率、滑点与撤单
• 直接编写研究逻辑：函数策略、历史窗口、预计算目标与参数声明，无需继承策略基类
• 解释并导出结果：完整订单／成交账本、日频报告、基准与超额收益、自定义指标、CSV／JSON 与图表
• 按负载选择后端：NumPy 基础安装，可选 Numba；首次编译与预热性能分开衡量

当前发行版 0.6.2，支持 Python 3.13—3.15、Windows／Linux。引擎不提供行情下载或实盘接口；不覆盖盘口排队、融资融券、期货期权与 ETF 申赎。完整范围见市场规则。

安装与第一次回测

python -m pip install "doribt==0.6.2"
# 可选 Numba 加速与图表：
python -m pip install "doribt[numba,plot]==0.6.2"

下例无需行情账号。保存为 quickstart.py，运行 python quickstart.py，期末权益应为 10895 元。收盘提交目标，下一根 bar 开盘尝试成交。

"""安装 doribt 后即可运行；仅使用合成行情与公开 API。"""

from doribt import Backtest, Context, Costs, Instrument, MarketData, RunConfig, china_rules

days = ["2025-01-02", "2025-01-03", "2025-01-06"]
prices = [10, 10, 11]
data = MarketData.from_records(
    [
        {
            "session": day,
            "symbol": "DEMO",
            "status": "trading",
            "open": price,
            "high": price,
            "low": price,
            "close": price,
            "volume": 500_000,
            "upper_limit": 12,
            "lower_limit": 8,
        }
        for day, price in zip(days, prices, strict=True)
    ],
    calendar=days,
    instruments=[Instrument(symbol="DEMO", kind="etf")],
    rules=china_rules({"DEMO": "szse_equity_etf"}, start=days[0], end=days[-1]),
    source="人工三日行情，仅用于演示",
)


def buy_and_hold(ctx: Context) -> None:
    ctx.target_weights({"DEMO": 0.9})


config = RunConfig(initial_cash=10_000, costs=Costs(commission=0.0003, minimum_commission=5))
result = Backtest(data, config=config).run(buy_and_hold)
print("期末权益：", result.equity[-1])  # 10895 元：剩余现金 995 + 持仓 900 × 11。
print("总收益率：", result.report().stats["total_return"])

为什么是 10895 元，以及如何避免最后一根 bar 无法成交，见第一次回测。

按研究任务上手

• A 股 ETF 轮动：历史窗口、共享资金与再平衡
• 分钟做 T：T+0 ETF 与 T+1 底仓的区别
• CSV／DataFrame 行情到研究报告

数据输入 · 策略编写 · 结果与导出 · API 参考 · 全部示例

性能一览

0.6.2 补齐了非活动证券的完整权重编译，并减少新建回测时的数组准备开销。三组冻结面板的完整账本一致，暖态回放耗时已降低；本次测量与首次编译成本见性能页。

下表整理已归档测量，精确测试版本与原始结果保留在复现材料中。

同一组 2520 个交易日 × 100 标的的合成日线组合输入，单账户、固定股数目标，禁用费用、T+1、涨跌停和公司行动，使用 XNYS 日历，预热单次中位耗时如下。各框架适配器的现金、持仓、权益和逐笔成交已核对；框架原生市场规则与输出范围并不完全相同，这不是所有策略的速度排名。

该日线场景没有调用原生记录物化路径，0.1470 与 0.1406 秒的差异不能归因于原生扩展。vectorbt 在这组输入上更快；更大分钟负载、完整研究流程、冷启动、机器环境和计时边界见性能页与公开复现数据。

数据与制度边界

原始价用于成交和账户记账，按决策时点复权的价格用于研究。现金账户规则预设核验范围为 2015-09-09 至 2026-10-12；科创板从 2019-07-22 起。每日涨跌停、上市与停复牌由输入提供，自定义规则须注明适用区间与来源。示例使用人工行情，演示结果不代表实际策略收益。

参与开发

git clone https://github.com/DorisLab/DoriBT.git
cd DoriBT
uv sync --locked --extra numba
uv run --no-sync python scripts/check.py --backend numba --audit

详见贡献说明与质量门禁。欢迎带有最小复现、规则依据与预期行为的问题反馈。采用 Apache-2.0 许可证。