本地回测引擎

平台开源了JavaScript和Python的本地回测引擎，与云端回测使用相同的引擎核心和历史数据（从平台的数据服务器下载），可以在自己的电脑上快速回测JavaScript、Python策略：

• Python回测引擎
• JavaScript回测引擎

Python

安装（需要Python 3和pip）：

            bash
            
            
pip install https://github.com/fmzquant/backtest_python/archive/master.zip
pip install pandas matplotlib   # 仅在使用 Join(True)、Show() 时需要

第一次使用时会从数据服务器下载对应系统的引擎文件，之后除了历史数据不再联网。策略文件就是普通的FMZ策略，加上开头的backtest配置注释（格式见回测配置与保存）和几行引擎调用代码：

            python
            
            
'''backtest
start: 2026-09-01 00:00:00
end: 2026-09-15 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Binance","currency":"BTC_USDT","balance":10000,"stocks":0}]
'''
import json
from fmz import *
task = VCtx(__doc__)  # 按上方注释中的配置初始化回测引擎，exchange、Log、TA 等成为全局对象

# 以下为待测试的策略代码，可以从平台直接复制
def main():
    Log(exchange.GetAccount())
    while True:
        r = exchange.GetRecords()
        LogStatus(_D(), r[-1]["Close"])
        Sleep(60 * 60 * 1000)

try:
    main()
except EOFError:      # 虚拟时钟到达结束时间时，引擎抛出 EOFError
    pass
result = json.loads(task.Join(False))   # 原始回测结果（JSON）
print(result["LogsCount"], result["Elapsed"] / 1e6)
# task.Show()                           # 或者显示收益图表（需要 matplotlib）

用python strategy.py运行。task.Join(False)返回原始回测结果的JSON，task.Join(True)返回收益数据的pandas表格，task.Show()画出收益曲线。

JavaScript

            bash
            
            
npm install git+https://github.com/fmzquant/backtest_javascript.git

            javascript
            
            
var fmz = require("fmz")
var task = fmz.VCtx({
    start: "2026-09-01 00:00:00", end: "2026-09-15 00:00:00", period: "1h", basePeriod: "15m",
    exchanges: [{eid: "Binance", currency: "BTC_USDT", balance: 10000, stocks: 0}]
})
// 从这里开始 exchange、Log、TA 等成为全局对象，粘贴策略代码后调用 main()

function main() {
    Log(exchange.GetAccount())
    while (true) {
        var r = exchange.GetRecords()
        LogStatus(_D(), r[r.length - 1].Close)
        Sleep(60 * 60 * 1000)
    }
}

try {
    main()
} catch (e) {
    // 虚拟时钟到达结束时间时，引擎抛出 "EOF"
}
var result = JSON.parse(task.Join())    // 与 Python 引擎 Join(False) 的结果相同
console.log(result.LogsCount)

与云端回测的区别

• 只支持JavaScript和Python策略，不会自动加载模板：策略引用的模板代码需要粘贴到文件中，因此依赖交易类库的PINE、My语言策略不能在本地回测。
• 策略参数不会自动注入，需要在代码中定义为全局变量。
• 注释中的start、end按本机时区解析；网络延迟固定为200毫秒，不支持滑点和实盘级Tick模式。
• 收益、回撤和收益曲线同样只在策略调用LogProfit()时才有。

AI回测

在AI助手中可以直接让它回测：AI助手通过MCP工具run_backtest发起云端回测，用get_backtest读取收益、回撤、错误日志等结果，见AI接入。也可以让AI助手在本机安装本地回测引擎，快速修改、回测，再用云端回测确认一次。