bt
✨ Python 灵活回测框架,适合自定义策略验证交易想法
🧭 AI 判断
值得关注老牌Python回测库,灵活轻量易上手,但维护与热度信号缺失需自行验证
基于 Algo 树的灵活 Python 回测框架,组合权重策略上手快
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+14(现 2,997 · 断点=当日未采集)
📖 工具介绍
一款基于 Python 的灵活回测框架，支持自定义策略逻辑、组合权重和再平衡规则，并提供丰富的绩效分析指标。代码结构清晰，易于扩展。适合量化研究人员和开发者快速验证交易策略。
`Python` - Flexible Backtesting for Python.
📚 延伸阅读
站外优质教程,按从入门到进阶排列。内容版权归原作者所有,以下为本站人工摘要,点击标题前往原文阅读。
- 10年20倍，黄金+纳指+上证180+创业板综合评分轮动 | bt 回测引擎，10行代码实现大类资产配置策略，python代码
演示如何用该引擎的积木式策略组件搭建大类资产配置回测，并用月度再平衡实现权重更新。
- bt.algos 回测框架简单示例
给出该框架的最小可用示例，介绍其积木式策略组合方式、多策略并行回测与结果指标输出。
⚖️ 同类对比
| 维度 | bt | Backtesting.py | algorithmic-trading-with-python | fastquant |
|---|---|---|---|---|
| 结论 | 值得关注 | 值得关注 | 仅供研究 | 值得关注 |
| 热度 | 3k | — | 3.5k | 1.8k |
| 7日增长 | +1 | — | +5 | +1 |
| 适合人群 | 新手 | 新手 | 新手 | 新手 |
| 主要用途 | 回测 / 策略研究 | 回测 / 策略研究 | 回测 / 策略研究 | 回测 / 策略研究 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 简单 | 简单 | 简单 | 简单 |
| 活跃度 | 中 | — | 中 | 中 |
💡 新手优先 algorithmic-trading-with-python(上手简单)
🧩 更多同类工具
一款基于 Python 的开源回测框架，用于在历史数据上测试交易策略。它提供简洁的 API,支持策略编写、绩效指标统计和结果可视化，代码轻量易读。适合希望快速验证策略想法的 Python 量化开发者和个人交易者。
一款基于 Python 的开源量化交易学习资源，配套书籍《Algorithmic Trading with Python》提供源码。核心功能包括使用 pandas 和 scikit-learn 进行金融数据的交易模拟、回测及机器学习建模。适合希望学习算法交易开发的 Python 使用者和量化入门者。
一款基于 Python 的开源量化回测框架，核心特点是极简易用，最少只需 3 行代码即可完成投资策略回测，并内置多种常用技术指标和策略。适合量化初学者以及希望快速验证交易想法的开发者使用。
一个配套 Yves Hilpisch 所著《Python for Algorithmic Trading》(O'Reilly) 一书的代码仓库,提供书中全部 Jupyter Notebooks 和示例代码。内容涵盖算法交易相关的 Python 实现方法,便于读者边学边练。适合正在阅读该书或希望系统学习量化交易编程的读者使用。
一款基于 Python 和 pandas 的向量化回测框架，目前已无人维护，作为早期面向研究的回测设计保留。适合想了解向量化回测基本思路的量化研究者参考，新项目建议选择仍在维护的框架。
基于 Streamlit 搭建的 Turtle Trading(海龟交易)策略在线演示工具,部署在 Hugging Face Spaces 上。用户可在网页中查看和体验经典海龟交易策略的回测逻辑与运行效果。适合对量化交易策略感兴趣的学习者和初学者,用于直观理解趋势跟踪策略的基本原理。