外部策略开发者

MarketWorld 外部策略离线回测包使用说明

适用于 marketworld_external_backtest_offline_kit.zip。这个包用于外部用户在自己的电脑或服务器上完成离线回测，并生成可提交给 MarketWorld 的证明包。

1. 这个包是什么

用户侧回测

MarketWorld 不替外部用户消耗平台算力跑回测。

官方数据包

正式提交必须使用 MarketWorld 发布的数据包、manifest 和成本模型。

本地证明

本地生成评分、交易流水、权益曲线、manifest 和 hash。

提交后复核

评分达标只代表允许提交，后续仍有重复、相似和私有复核。

2. 外部用户能做什么

可以
  • 下载公开官方历史数据包。
  • 编写自己的 Python 策略。
  • 在本地运行回测。
  • 查看收益、回撤、Sharpe 和交易流水。
  • 评分达标后提交证明包。
不可以
  • 使用内部数据源。
  • 访问内部模拟盘或实时控制台。
  • 篡改官方数据包后提交。
  • 跳过公开评分和后续复核。

3. 启动离线系统

解压外部包后，在包目录运行：

Windows

python .\scripts\offline_backtest_workbench.py --open

macOS / Linux

python3 scripts/offline_backtest_workbench.py --open

默认打开 http://127.0.0.1:8898。所有回测计算都在用户本机完成。

4. 下载公开数据包

  1. 打开本地离线回测工作台。
  2. 读取 MarketWorld 公开数据目录。
  3. 选择需要的数据包。
  4. 下载并校验 manifest 与 SHA256。
  5. 校验通过后，数据包会出现在本地数据包列表。

跨交易所或多标的策略必须使用 MarketWorld 正式发布的组合数据包，不能自行拼接不同数据包冒充官方结果。

5. 策略工程格式

策略可以是一个普通 Python 工程，入口文件所在目录会整体参与源码 hash。

my_strategy/
  strategy.py
  features.py
  risk.py
  config.json
  model.pkl

回测时只需要指定入口文件：

my_strategy/strategy.py

6. 策略入口与生命周期

推荐使用类式生命周期入口。策略通过 StrategyBase 下单，回测引擎负责委托撮合、成交、持仓和权益计算。

from marketworld_sdk import StrategyBase


class Strategy(StrategyBase):
    def on_init(self):
        self.log("initialized")

    def on_start(self):
        self.log("started")

    def on_bar(self, snapshot):
        markets = snapshot.get("markets") or {}
        if not markets:
            return
        instrument_id = next(iter(markets))
        if not self.get_position(instrument_id):
            self.buy(instrument_id, notional=100000, reason="example_entry")

    def on_order(self, order):
        pass

    def on_trade(self, trade):
        pass

    def on_stop(self):
        self.log("stopped")

生命周期顺序为 on_init()、on_start()、on_bar()、on_order()、on_trade()、on_stop()。下单接口包括 buy、sell、short、cover，支持 market、limit、stop 委托。

旧版 generate_signals(snapshot) 仍然兼容。

def generate_signals(snapshot):
    rows = snapshot.get("rows") or []
    if not rows:
        return []

    row = rows[0]
    close = float(row.get("close", 0) or 0)
    open_price = float(row.get("open", close) or close)

    if close > open_price:
        return [{
            "symbol": row.get("symbol"),
            "side": "buy",
            "quantity": 1,
            "reason": "close_above_open",
        }]

    return []

7. SDK 方式

from pathlib import Path
from marketworld_sdk import MarketWorldClient

client = MarketWorldClient(local_agent="http://127.0.0.1:8898")

result = client.run_backtest(
    dataset_id="mw_kraken_spot_okx_perp_btc_daily_v1",
    strategy_entrypoint=Path("my_strategy/strategy.py"),
    strategy_id="my_external_strategy_v1",
    author="your_name",
    pair_notional=300000,
    cost_components="commission_bps",
)

print(result["score"])
print(result["package_path"])

8. 回测结果看板

本地工作台会展示扣成本收益、Sharpe、MaxDD、Profit Factor、交易回合、成交笔数、最终权益、活跃天数、权益曲线、回撤曲线和最近交易流水。

9. 评分和提交

总分至少 70，并且风险硬门槛与最后留出分片必须同时通过。最低要求为：扣成本收益 25 bps、Profit Factor 1.20、Sharpe 0.50、最大回撤 15%；至少 3 个时间分片、至少三分之二达标，最后一个留出分片必须通过。

Sharpe 使用每日最后权益的对数收益；加密资产按 365 天、其他市场按 252 天年化。

  1. 评分和全部硬门槛达标后生成 strategy_package_ready_to_submit.json。
  2. 先执行预检提交。
  3. 预检通过后再正式提交。
  4. 等待 MarketWorld 后续复核。

未修改的内置示例、平台参考信号调试结果、重复策略、同策略族相似策略或私有复核不通过的策略仍会被拒绝。

10. 推荐流程

下载外部离线包
  -> 启动本地工作台
  -> 下载公开官方数据包
  -> 编写本地策略工程
  -> 本地运行回测
  -> 查看回测结果看板
  -> 评分达到 70 分
  -> 预检提交
  -> 正式提交
  -> 等待 MarketWorld 复核