基础概念：SMA

SMA（Simple Moving Average，简单移动平均线） 是反映某段时间内价格平均水平的指标，计算方式为 “某周期内收盘价的算术平均值”。
公式：n日SMA = （第1日收盘价 + 第2日收盘价 + … + 第n日收盘价） / n
意义：SMA 平滑了短期价格波动，更清晰地反映价格的 “趋势方向”（短期 SMA 反映近期趋势，长期 SMA 反映长期趋势）。

核心逻辑

双均线交叉策略通过一条短期 SMA（如 5 日、10 日）和一条长期 SMA（如 20 日、50 日、200 日）的交叉关系，判断趋势转折：

1. 金叉（买入信号）

当短期 SMA 从下向上穿过长期 SMA 时，称为 “金叉”。
逻辑：短期趋势（近期价格）由弱转强，开始超过长期趋势，暗示价格可能进入上涨趋势，此时触发买入信号。

2. 死叉（卖出信号）

当短期 SMA 从上向下穿过长期 SMA 时，称为 “死叉”。
逻辑：短期趋势由强转弱，开始低于长期趋势，暗示价格可能进入下跌趋势，此时触发卖出信号。

基于pybroker的回测代码

from pybroker import Strategy, StrategyConfig, ExecContext
from pybroker.data import DataSource
import os
import pandas as pd
import sys

def sma_cross_strategy(ctx: ExecContext):
    # 计算双均线
    short_term = 10
    long_term = 60*24

    # 获取历史收盘价数据
    close_prices = ctx.close

    # 确保有足够的数据计算均线
    if len(close_prices) < long_term:
        return

    # 计算移动平均线
    short_ma = close_prices[-short_term:].mean()
    long_ma = close_prices[-long_term:].mean()
    # print(short_ma, long_ma)

    # 获取当前持仓信息
    current_position = ctx.long_pos()
    # print(current_position)

    # 买入信号：短期均线上穿长期均线且当前无持仓
    if short_ma > long_ma and not current_position:
        # 买入信号，使用市价单买入
        ctx.buy_shares = ctx.calc_target_shares(1) # 使用全部资金
        ctx.buy_limit_price = ctx.close[-1] # 市价买入

    # 卖出信号：短期均线下穿长期均线且当前有持仓
    elif short_ma < long_ma and current_position:
        # 卖出信号，卖出所有持仓
        ctx.sell_all_shares()


# 创建CSV数据源实例
try:
    csv_data_source = CryptoCSVDataSource('crypto_data_export.csv')
    print("成功创建CSV数据源")
except FileNotFoundError as e:
    print(f"错误: {e}")
    print("请确保 crypto_data_export.csv 文件存在于当前目录")
    exit(1)

# 策略配置
config = StrategyConfig(
    initial_cash=500_000,
    enable_fractional_shares=True  # 启用小数股数
)

# 创建策略实例
strategy = Strategy(
    data_source=csv_data_source,
    start_date='20220901',
    end_date='20240905',
    config=config,
)

# 添加执行函数
strategy.add_execution(
    fn=sma_cross_strategy,
    symbols=['BTCUSDT']
)

# 执行回测
try:
    print("开始执行回测...")
    result = strategy.backtest(
        timeframe='1d',
    )

    # 输出结果
    print("\n=== 回测指标 ===")
    print(result.metrics_df)

    print("\n=== 交易订单 ===")
    print(result.orders)

    print("\n=== 持仓情况 ===")
    print(result.positions)

    print("\n=== 投资组合 ===")
    print(result.portfolio)

    print("\n=== 交易详情 ===")
    print(result.trades)

except Exception as e:
    print(f"回测执行失败: {e}")
    import traceback

    traceback.print_exc()