一开始接触backtrader可能就是因为知道这是个回测框架，对于回测这个概念可能还比较模糊，可以去看看国内一些中文网站关于回测框架这方面的文档，例如：
- 优矿网站的help:策略回测基本流程
常见的收益和风险指标
策略的风险指标能够让您对策略在各个维度有客观、全面的评估。常见的风险指标如下：
年化收益率（Annualized Returns）：
表示投资期限为一年的预期收益率。
基准年化收益率（Benchmark Returns）
表示参考标准年化收益率。
阿尔法（Alpha）
表示投资中面临着系统性风险（即Beta）和非系统性风险（即Alpha）。
Alpha是投资者获得与市场波动无关的回报，一般用来度量投资者的投资技艺。比如投资者获得了12%的回报，其基准获得了10%的回报，那么Alpha或者价值增值的部分就是2%。
| Alpha值 | 释义 |
|---|---|
| α>0 | 策略相对于风险，获得了超额收益 |
| α=0 | 策略相对于风险，获得了适当收益 |
| α<0 | 策略相对于风险，获得了较少收益 |
贝塔（Beta）
表示投资的系统性风险，反映了策略对大盘变化的敏感性。
例如一个策略的Beta为1.3，则大盘涨1%的时候，策略可能涨1.3%，反之亦然；如果一个策略的Beta为-1.3，说明大盘涨1%的时候，策略可能跌1.3%，反之亦然。
夏普比率（Sharpe Ratio）
表示每承受一单位总风险，会产生多少的超额报酬，可以同时对策略的收益与风险进行综合考虑。
收益波动率（Volatility）
用来测量资产的风险性，波动越大代表策略风险越高。
信息比率（Information Ratio）
衡量单位超额风险带来的超额收益。
信息比率越大，说明该策略单位跟踪误差所获得的超额收益越高，因此，信息比率较大的策略的表现要优于信息比率较低的基金。合理的投资目标应该是在承担适度风险下，尽可能追求高信息比率。
最大回撤（Max Drawdown）
描述策略可能出现的最糟糕的情况。
换手率（Turnover Rate）
描述策略变化的频率以及持有某只股票平均时间的长短。
backtrader中的量化策略指标模块Analyzers
Analyzers模块涵盖了评价一个量化策略的完整指标，如常见的夏普比率、年化收益率、最大回撤、Calmar比率(Calmar Ratio 卡玛比率)等等。Analyzers模块原生代码能获取的评价指标如下图所示，其中TradeAnalyzer和PeriodStats又包含了不少指标。由于采用元编程，Analyzers的扩展性较强，可以根据需要添加自己的分析指标，如获取回测期间每一时刻对应的总资金。
示例demo
数据在backtrader的github中可以找到
import datetime
import backtrader as bt
import backtrader.analyzers as btanalyzers
import backtrader.feeds as btfeeds
import backtrader.strategies as btstrats
cerebro = bt.Cerebro()
dataname = './2005-2006-day-001.txt'
data = btfeeds.BacktraderCSVData(dataname=dataname)
cerebro.adddata(data)
cerebro.addstrategy(btstrats.SMA_CrossOver)
cerebro.addanalyzer(btanalyzers.SharpeRatio, _name='mysharpe')
thestrats = cerebro.run()
thestrat = thestrats[0]
print('夏普比率:', thestrat.analyzers.mysharpe.get_analysis())
参考链接
参考知乎专栏文章：
- 常用量化回测评判指标解读
- 量化交易入门笔记-策略回测与评估
- 同一个人写的（知乎专栏，微信公众号以及今日头条都有）