一个简单的多因子选股回测模型框架

# 量化交易回测系统

这是一个基于Python的量化交易回测系统，支持多因子选股、回测分析和报告生成。

## 功能特点

- **多因子选股**：支持RSI、波动率、动量等多个技术因子，可自定义因子权重

- **数据管理**：使用SQLite数据库存储股票数据，支持历史数据的导入和管理

- **回测分析**：支持自定义回测周期、调仓周期和选股数量

- **性能评估**：计算年化收益率、波动率、夏普比率、最大回撤等指标

- **可视化报告**：生成包含交易历史、性能指标和投资组合价值变化图的HTML报告

## 系统架构

- `database.py`: 数据库管理模块，负责数据的存储和检索

- `factor_model.py`: 因子模型模块，实现多因子选股策略

- `backtest.py`: 回测模块，实现回测逻辑和报告生成

- `data_loader.py`: 数据导入模块，用于从外部源导入股票数据

- `main.py`: 主程序，整合各个模块实现完整的回测流程

## 安装步骤

1. 克隆项目到本地：

   git clone [项目地址]

https://github.com/swzyfzl/Simple-multi-factor-stock-selection-model

2. 安装依赖包：

   pip install -r requirements.txt

3. 初始化数据库：

   python data_loader.py

## 使用方法

1. **数据准备**：

   - 运行`data_loader.py`导入股票数据

   - 确保数据库中有足够的股票数据用于回测

2. **因子配置**：

   - 在`main.py`中配置因子模型

   - 可以添加或修改因子及其权重

3. **回测参数设置**：

   - 设置回测周期（默认最近一年）

   - 设置调仓周期（默认20个交易日）

   - 设置选股数量（默认3只股票）

4. **运行回测**：

   python main.py

5. **查看结果**：

   - 回测结果将显示在控制台

   - 详细的回测报告将生成在`backtest_report.html`文件中

这样，你就完成一个稳定亏钱的多因子选股模型的框架搭建啦。