# Proposal: Refactor Backtest Script

## Why

当前回测系统使用 Jupyter Notebook (`backtest.ipynb`) 手动执行，存在以下问题：
- 不支持自动化批量回测，无法通过命令行调用
- 策略逻辑与数据获取混在一起，难以复用和切换
- 缺乏参数化配置，每次回测需要手动修改代码
- 无法方便地对比不同策略在同一股票、不同时间段的表现

通过将回测流程重构为命令行工具，可以实现：
- 支持命令行参数化调用，便于批量执行
- 策略模块化，支持动态加载不同的策略文件
- 简化数据加载逻辑，专注于回测核心流程
- 提高代码可维护性和可扩展性

## What Changes

### 新增文件

1. **backtest.py** - 主流程脚本
   - 命令行参数解析 (`--code`, `--start-date`, `--end-date`, `--strategy-file`, `--cash`, `--commission`, `--output`)
   - 数据库连接与数据加载（查询复权后的价格数据）
   - 动态加载策略文件（通过 `importlib`）
   - 执行回测（使用 `backtesting` 库）
   - 结果输出：
     - 控制台中文格式化统计信息
     - HTML 图表文件（可选，通过 `--output` 参数控制）

2. **strategy.py** - 策略模板文件
   - `calculate_indicators(data)` 函数：计算策略所需的技术指标（如 SMA、MACD）
   - `get_strategy()` 函数：返回策略类
   - `SmaCross` 类：继承 `backtesting.Strategy`，实现交易逻辑（金叉买入、死叉卖出）

### 主要功能特性

- **动态策略加载**：通过 `--strategy-file` 参数指定任意策略文件
- **简化的数据库访问**：直接 SQL 查询获取数据，不引入额外抽象
- **指标计算策略化**：每个策略文件自己定义需要计算的指标
- **结果输出控制**：默认控制台输出，通过 `--output` 参数生成 HTML 图表

### 现有文件变更

- 无（新增文件，不修改现有 Notebook）

## Capabilities

### New Capabilities

- **backtest-cli**: 命令行回测工具，支持通过参数化方式执行量化回测
- **strategy-loading**: 动态加载策略模块，支持从指定路径导入策略类和指标计算函数
- **data-fetching**: 从 PostgreSQL 数据库获取股票历史价格数据，自动处理复权

### Modified Capabilities

- 无（不涉及现有规范级别的需求变更）

## Impact

### 代码影响

- 新增 `backtest.py` 作为主入口文件
- 新增 `strategy.py` 作为策略模板
- 可选新增 `strategies/` 目录存放其他策略文件

### 依赖影响

**新增依赖**：
- `sqlalchemy` - 数据库连接
- `backtesting` - 回测引擎
- `pandas`, `numpy` - 数据处理（已存在于 Notebook 中）

### API/系统影响

- 无外部 API 变更
- 数据库查询逻辑从 Notebook 迁移到 Python 脚本
- 输出从 Notebook 交互式展示改为命令行 + HTML 文件

### 用户影响

- 用户可以通过命令行执行回测，无需打开 Jupyter Notebook
- 策略开发者可以独立开发策略文件，通过约定接口集成到主流程
- 回测结果以 HTML 文件形式保存，便于分享和查看