Quantech 提供完整的台股量化回測系統——從因子選股、策略撰寫到歷史回測，
一站式計算 CAGR、最大回撤、夏普比率等關鍵績效指標。
# 定義策略 → 執行回測 → 取得績效
from quantech.backtest import sim
from quantech.strategy import MACrossover
# 產生持股部位 (Position DataFrame)
strategy = MACrossover(short=5, long=20)
position = strategy.generate_position()
# 一行啟動回測
report = sim(position, stop_loss=0.1, take_profit=0.3)
print(f"CAGR: {report.cagr:.1%}") # → CAGR: 18.7%
print(f"Max Drawdown: {report.mdd:.1%}") # → Max Drawdown: -12.3%
print(f"Sharpe: {report.sharpe:.2f}") # → Sharpe: 1.42從策略開發到績效驗證，提供完整的量化回測工具鏈
採用與 FinLab 對齊的持股部位格式，index 為日期、columns 為股票代號、values 為持股權重。直覺且強大。
透過 sim() 函式一行觸發完整回測流程，包含停損停利、輪動策略、績效指標計算。
自動計算 CAGR、最大回撤 (MDD)、夏普比率、勝率、MAE/MFE 等專業回測指標，支援 JSON 匯出。
整合證交所、櫃買中心、期交所爬蟲，支援 FinLab API 與 FinMind API 雙資料源，還原除權息後的調整股價。
內建均線交叉、動量策略、價值因子等模板。支援技術面、基本面、籌碼面因子組合，快速驗證投資假說。
權益曲線、回撤圖、K 線圖、因子熱力圖。支援 Web 儀表板即時檢視，報表可匯出 JSON 或渲染 HTML。
以 Position DataFrame 為核心的回測流程，簡潔而強大
透過因子引擎與訊號產生器，建構 Position DataFrame：日期 x 股票 → 權重矩陣
逐日模擬進出場，計算持股損益。支援收盤價 / 開盤價成交模式。
每日檢查個股 PnL 是否觸發 stop_loss / take_profit 門檻，自動執行出場。
計算 CAGR、MDD、Sharpe Ratio、Win Rate、MAE/MFE，生成完整回測報告。
輸出 BacktestReport 物件，支援 display() 渲染 HTML、to_json() 匯出資料、推送至 Web 儀表板。
# Position DataFrame — 回測引擎的核心輸入
# index: 交易日期 (DatetimeIndex)
# columns: 股票代號
# values: 持股權重 (0~1)
2330 2454 2603
2024-01-02 0.3 0.3 0.4
2024-01-03 0.3 0.3 0.4
2024-01-15 0.5 0.5 0.0
# ↑ 換股：賣出 2603/api/backtest 觸發回測任務（非同步）
/api/backtest/{id} 取得回測結果
/api/backtest/{id}/trades 取得交易明細
/api/backtest/{id}/report 取得完整績效報表（JSON）
前後端分離、模組化設計，從資料工程到自動化交易的完整解決方案
SSR/SSG 報表儀表板、策略展示、互動式圖表
RESTful API — 資料查詢、回測觸發、結果回傳、Swagger 文件
回測核心邏輯 — 停損停利、輪動、績效指標 (CAGR / MDD / Sharpe / Win Rate)
因子引擎、訊號產生器、Position Builder — 技術面 / 基本面 / 籌碼面
爬蟲 (TWSE / TPEx / TAIFEX) + FinLab API + FinMind API → 清洗 → 儲存
Docker / GCP Cloud Run / PostgreSQL / Redis / RabbitMQ / GitHub Actions CI/CD
精選現代化工具鏈，兼顧開發效率與系統效能
用 Python 撰寫你的第一個策略，讓數據告訴你答案。
# 快速開始
$ pip install quantech-backtest
$ quantech init my-strategy
$ quantech backtest run