backtest — Strategy backtesting

Rolling-window backtesting: each strategy is driven by the preceding window draws and scored against the next real draw (red/blue hit counts) — a reproducible experiment that keeps proving every strategy matches the random baseline. backtest_summary aggregates per-strategy averages for the comparison.

backtest

策略回测：滚动窗口对比 random 基线。

预期结论：所有策略与随机基线无差异

本模块把 predict.py 的免责声明变成一个可复现的实验：滚动地用前 window 期历史驱动策略出票，与下一期真实开奖比对命中个数。 任何"显著优于随机"的观察都应首先怀疑为过拟合或样本噪声。

用法： results = backtest(methods=('random', 'frequency'), lottery_name='ssq', window=100) print(backtest_summary(results))

Functions:

backtest

backtest(methods: tuple[str, ...] = ('random',), lottery_name: str = 'ssq', window: int = 100, trials: Optional[int] = None, history: Optional[DataFrame] = None, **fetch_kwargs) -> DataFrame

滚动窗口回测：逐期评估各策略的中奖命中情况。

Parameters:

Name	Type	Description	Default
methods	tuple[str, ...]	tuple[str, ...], 参与对比的策略名（见 predict.load_predict_numbers）。	('random',)
lottery_name	str	str, must in ('ssq', 'qlc', 'kl8', '3d', 'dlt', 'pls', 'plw', 'qxc').	'ssq'
window	int	int, 每次出票使用的历史窗口期数（不含评估期）。	100
trials	Optional[int]	int, 每个策略最多评估的期数；None 表示评估全部可评估期。	None
history	Optional[DataFrame]	pandas.DataFrame, 显式注入历史数据（离线使用）；为 None 时联网拉取。	None
**fetch_kwargs		仅 history 为 None 时生效，透传给 load_history_data（如 if_cached）。	{}

Returns:

Type	Description
DataFrame	pandas.DataFrame columns: method, lottery_name, lottery_order, lottery_date, red_hits, blue_hits

backtest_summary

backtest_summary(results: DataFrame) -> DataFrame

汇总回测明细：各策略的平均命中个数与捕获率。

avg_red_hit_rate / avg_blue_hit_rate = 平均命中 ÷ 每期开出球数（红 R 个 / 蓝 B 个）， 即单注平均"捕获"了当期开出球的几分之几；random_red_hit_rate / random_blue_hit_rate 为 random 基线方法的实测捕获率（每行重复显示作对照）。理论捕获率 = R÷N、B÷N_blue （如 ssq 红球 6÷33 ≈ 18.2%），策略与基线都应贴近该值——显著偏离首先怀疑样本噪声。 结果集不含 random 方法时基线两列为 NaN；kl8 无蓝球，蓝列全为 NaN。

Parameters:

Name	Type	Description	Default
results	DataFrame	pandas.DataFrame, backtest 返回的明细表（method / red_hits / blue_hits 等列）。	required

Returns:

Type	Description
DataFrame	pandas.DataFrame columns: lottery_name, method, trials, avg_red_hits, avg_blue_hits, avg_red_hit_rate, avg_blue_hit_rate, random_red_hit_rate, random_blue_hit_rate， 按 lottery_name + method 排序；results 为空时返回同结构空表。