MNS 逆向投资策略回测 Skill

操作步骤

1. 构建

cargo build --release

2. 运行回测

# 默认行为：先输出多资产回测（美股+红利低波+黄金）对比，再输出单资产（纳指）参数对比
mns backtest

# 使用自定义配置文件（仅单资产回测）
mns backtest run --config path/to/config.toml

# 多配置文件对比（仅单资产回测）
mns backtest run --compare config1.toml,config2.toml

# 查看可调参数说明（含当前默认值）
mns backtest params

3. 参数调优

查看当前配置：

mns config

修改单个参数：

mns config buy_ratio.extreme_fear 70
mns config thresholds.fear 40

使用预设配置文件（位于 .agents/skills/mns-backtest/data/）：

配置文件	特点
`config_defensive.toml`	防御配置（低回撤，中性不买，当前默认）
`config_balanced.toml`	均衡配置
`config_circuit_breaker.toml`	熔断机制
`config_swing.toml`	波段操作
`config_extreme_contrarian.toml`	极致逆向
`config_value.toml`	价值导向
`config_historical_aggressive.toml`	历史激进配置（⚠️ 过拟合风险，仅供研究参考）

mns backtest run --config .agents/skills/mns-backtest/data/config_defensive.toml

数据说明

回测使用嵌入式数据（include_str! 编译进二进制）：

fgi_2016_2020.csv — 逐日 CNN 恐贪指数（高置信度）
fgi_2020_2025.csv — 月度近似恐贪指数（低置信度）
monthly_real_final.csv — 多资产月度价格（纳指/红利低波/人民币金价）

注意：数据更新需要修改 CSV 文件并重新 cargo build --release。

核心逻辑文件

src/backtest.rs — 回测引擎，run_backtest()、run_multi_asset_backtest()、run_param_comparison()
src/strategy.rs — 策略核心，回测复用相同的买卖/风险判断函数（calculate_buy_suggestions 等），执行流程为回测专用模拟
src/config.rs — 参数结构定义，AppConfig::default_config() 为防御配置默认值

解读结果

运行后输出对比表（年化收益、总收益率、最大回撤、买卖次数），关注：

vs 买入持有：策略年化是否接近基准
最大回撤：回撤越低说明策略防御性越强
买入次数：中性区间 buy_ratio 设为 0 会明显降低频率

策略价值在于纪律性而非超额收益——帮助克服情绪化决策，在极端市场（恐慌/贪婪）时强制执行买卖信号。

mns-backtest