保证金交易

到目前为止，我们的回测一直局限于纯现金交易。本文档将探讨 PyBroker v2 中的保证金交易功能。我们将使用 StrategyConfig 为购买力设置杠杆、计算借入资金的利息，并为空头仓位设置抵押品。

[1]:

import pybroker
from pybroker import Strategy, StrategyConfig, YFinance, sumv

pybroker.enable_data_source_cache("margin_trading")

[1]:

<pybroker.cache._L1Cache at 0x7fed5414fc80>

配置杠杆

保证金通过 leverage 配置项启用，它会为多头和空头仓位放大购买力。

[2]:

config = StrategyConfig(initial_cash=100_000, leverage=2.0)

默认值 1.0 表示仅使用现金买入，将 leverage 设置为 2.0 则允许持有价值最高达自身权益 2 倍的仓位，每个仓位中借入的那一半会作为保证金贷款进行跟踪。PyBroker 不模拟追缴保证金，订单只会在成交时受到可用购买力的限制。

接下来，我们编写一个简单的趋势跟踪策略，只要某个股票代码的收盘价高于其 50 日移动平均线，就持有该股票代码：

[3]:

sma_50 = pybroker.indicator("sma_50", lambda data: sumv(data.close, 50) / 50)


def trend_follow(ctx):
    sma = ctx.indicator("sma_50")[-1]
    if ctx.long_pos() is None and ctx.close[-1] > sma:
        ctx.buy_shares = ctx.calc_target_shares(0.25)
    elif ctx.long_pos() is not None and ctx.close[-1] < sma:
        ctx.sell_all_shares()

杠杆正是在仓位规模计算中发挥作用的地方。ctx.calc_target_shares 方法会按可部署资本的一定比例来确定订单规模，而这一资本等于你的总权益乘以 leverage。

因此，在使用保证金交易时，对四只股票各设定 25% 的目标配置，最终部署的资金最多可达自身权益的约 2 倍：

[4]:

yfinance = YFinance()
strategy = Strategy(
    yfinance, start_date="1/1/2025", end_date="8/1/2026", config=config
)
strategy.add_execution(
    trend_follow, ["GS", "MS", "C", "USB"], indicators=sma_50
)
result_2x = strategy.backtest()
result_2x.portfolio.tail()

Backtesting: 2025-01-01 00:00:00 to 2026-08-01 00:00:00

Loading bar data...

[*********************100%***********************]  4 of 4 completed

Loaded bar data: 0:00:00

Computing indicators...

100% (4 of 4) |##########################| Elapsed Time: 0:00:00 Time:  0:00:00


Test split: 2025-01-02 00:00:00 to 2026-07-31 00:00:00

100% (395 of 395) |######################| Elapsed Time: 0:00:00 Time:  0:00:00


Finished backtest: 0:00:01

[4]:

	cash	equity	notional	margin	margin_loan	net_cash_balance	market_value	pnl	unrealized_pnl	fees
date
2026-07-27	30108.36	208216.89	311083.77	0.0	132975.24	-102866.88	208216.89	108216.89	0.0	0.0
2026-07-28	30108.36	207216.77	310083.65	0.0	132975.24	-102866.88	207216.77	107216.77	0.0	0.0
2026-07-29	135311.71	199685.90	115525.98	0.0	51151.79	84159.92	199685.90	99685.90	0.0	0.0
2026-07-30	135311.71	199833.02	115673.10	0.0	51151.79	84159.92	199833.02	99833.02	0.0	0.0
2026-07-31	135311.71	200035.31	115875.39	0.0	51151.79	84159.92	200035.31	100035.31	0.0	0.0

result.portfolio 会在每根 K 线记录保证金余额。开立杠杆仓位时，一部分现金（entry cost / leverage）会作为抵押品被占用。借入的剩余部分会在 margin_loan 中进行跟踪，而 net_cash_balance 等于 cash - margin_loan。

margin 列则是独立的，它跟踪未平仓空头仓位的当前价值，因此在只做多的策略中始终为零。

为了实际观察这些保证金机制，我们对输出进行筛选，仅显示存在未偿还贷款的 K 线：

[5]:

levered = result_2x.portfolio[result_2x.portfolio["margin_loan"] > 0]
levered.head()

[5]:

	cash	equity	notional	margin	margin_loan	net_cash_balance	market_value	pnl	unrealized_pnl	fees
date
2025-05-02	74586.70	100122.40	50949.00	0.0	25413.30	49173.40	100122.40	122.40	0.0	0.0
2025-05-05	24856.76	99627.67	149914.16	0.0	75143.25	-50286.49	99627.67	-372.33	0.0	0.0
2025-05-06	24856.76	97635.42	147921.91	0.0	75143.25	-50286.49	97635.42	-2364.58	0.0	0.0
2025-05-07	24856.76	98739.16	149025.65	0.0	75143.25	-50286.49	98739.16	-1260.84	0.0	0.0
2025-05-08	24856.76	102121.35	152407.84	0.0	75143.25	-50286.49	102121.35	2121.35	0.0	0.0

在这些筛选出的 K 线中的第一根上，成交了一笔入场交易。现金减少了 $25,413，用于将入场成本的一半作为抵押品，而 margin_loan 列则记录了借入的剩余部分。抵押品与保证金贷款按入场价格固定不变，而 notional 列会在每根 K 线收盘时跟踪该仓位的当前市值。

与纯现金交易进行比较

为了观察杠杆对策略的影响，我们将 leverage 设置为纯现金的 1.0 并重新运行策略。我们还会使用 disable_logging 禁用 PyBroker 的日志记录，以保持后续运行的输出简洁：

[6]:

pybroker.disable_logging()


def run_backtest(
    config, exec_fn=trend_follow, symbols=("GS", "MS", "C", "USB")
):
    strategy = Strategy(
        yfinance, start_date="1/1/2025", end_date="8/1/2026", config=config
    )
    strategy.add_execution(exec_fn, symbols, indicators=sma_50)
    return strategy.backtest()


result_1x = run_backtest(StrategyConfig(initial_cash=100_000))
print(f"1x total return: {result_1x.metrics.total_return_pct:.2f}%")
print(f"2x total return: {result_2x.metrics.total_return_pct:.2f}%")
print(f"1x max drawdown: {result_1x.metrics.max_drawdown_pct:.2f}%")
print(f"2x max drawdown: {result_2x.metrics.max_drawdown_pct:.2f}%")

1x total return: 41.20%
2x total return: 86.46%
1x max drawdown: -10.82%
2x max drawdown: -19.91%

收取保证金利息

杠杆使回报率提高了一倍多（最大回撤也几乎翻倍），但借入资金并非没有成本。你可以使用 interest_rate 配置项来模拟这一融资成本：它会对投资组合的净现金余额按年利率计息，并以 interest_rate / bars_per_year 的比例按每根 K 线计提一次。要使用此功能，你还必须设置 bars_per_year。

当净现金为负（即保证金贷款超过现金）时会收取利息，当净现金为正时则会计入利息收益。为了观察这些成本对投资组合的影响，我们将回测一个买入并持有的策略。由于两次运行持有相同的仓位，它们最终市值的任何差额都是所支付的利息：

[7]:

def buy_and_hold(ctx):
    if ctx.long_pos() is None:
        ctx.buy_shares = ctx.calc_target_shares(0.25)


config_interest = StrategyConfig(
    initial_cash=100_000,
    leverage=2.0,
    interest_rate=6.0,
    bars_per_year=252,
)
result_hold = run_backtest(config, buy_and_hold)
result_interest = run_backtest(config_interest, buy_and_hold)
print(
    "Final market value (no interest):",
    result_hold.portfolio["market_value"].iloc[-1],
)
print(
    "Final market value (6% interest):",
    result_interest.portfolio["market_value"].iloc[-1],
)

Final market value (no interest): 231518.52
Final market value (6% interest): 221770.63

观察投资组合的末尾部分，cash 会始终保持为零。与此同时，计提的利息会被加到 margin_loan 中，并随着每根 K 线不断增加：

[8]:

result_interest.portfolio[
    ["cash", "margin_loan", "net_cash_balance", "market_value"]
].tail()

[8]:

	cash	margin_loan	net_cash_balance	market_value
date
2026-07-27	0.0	109727.59	-109727.59	227059.35
2026-07-28	0.0	109753.72	-109753.72	225082.19
2026-07-29	0.0	109779.85	-109779.85	211670.48
2026-07-30	0.0	109805.99	-109805.99	222003.37
2026-07-31	0.0	109832.13	-109832.13	221770.63

使用保证金做空

卖空同样会使用保证金。空头需要相当于 entry cost / leverage 的抵押品，并与多头共用同一份购买力。

为了演示这一点，我们将做空那些价格低于其移动平均线的股票代码。我们还会启用 record_position_bars 来捕获每个仓位各自的余额：

[9]:

def trend_short(ctx):
    sma = ctx.indicator("sma_50")[-1]
    if ctx.short_pos() is None and ctx.close[-1] < sma:
        ctx.sell_shares = ctx.calc_target_shares(0.25)
    elif ctx.short_pos() is not None and ctx.close[-1] > sma:
        ctx.cover_all_shares()


config_short = StrategyConfig(
    initial_cash=100_000, leverage=2.0, record_position_bars=True
)
result_short = run_backtest(
    config_short, trend_short, ["HD", "LOW", "CMCSA", "KHC"]
)
shorted = result_short.portfolio[result_short.portfolio["margin"] > 0]
shorted[
    [
        "cash",
        "equity",
        "margin",
        "margin_loan",
        "net_cash_balance",
        "market_value",
    ]
].head()

[9]:

	cash	equity	margin	margin_loan	net_cash_balance	market_value
date
2025-03-18	25446.39	100000.00	148914.57	74553.61	-49107.22	100192.65
2025-03-19	50198.67	99686.68	99669.93	49488.01	710.66	98992.77
2025-03-20	25260.35	99686.68	149658.35	74426.33	-49165.98	98880.99
2025-03-21	25260.35	99686.68	148904.46	74426.33	-49165.98	99634.88
2025-03-24	25260.35	99686.68	151303.30	74426.33	-49165.98	97236.04

对于未平仓的空头仓位，margin 列会跟踪它们当前的名义敞口，在使用杠杆时，这一敞口可能超过你的总权益。

开立空头仓位时，会从你的现金中扣留相当于 entry cost / leverage 的抵押品，而 margin_loan 列则记录借入的剩余部分。由于抵押品与贷款在入场时即已固定，它们不会随 margin 列变化。

你的 net_cash_balance 等于剩余现金减去这笔保证金贷款，一旦贷款超过可用现金，其数值就会变为负数。请注意，equity 按固定的入场成本为空头仓位估值，而 market_value 则包含了它们的未实现盈亏。

由于我们启用了 record_position_bars，result.positions 会跟踪每个单独仓位的余额。这包括每个空头仓位在投资组合 margin 中所占的具体份额，以及它自身的未实现盈亏：

[10]:

result_short.positions[
    ["short_shares", "close", "margin", "unrealized_pnl"]
].head()

[10]:

		short_shares	close	margin	unrealized_pnl
symbol	date
CMCSA	2025-03-18	1492	33.75	50353.25	-222.05
HD	2025-03-18	141	349.57	49289.37	164.97
LOW	2025-03-18	221	222.95	49271.95	249.73
HD	2025-03-19	141	353.42	49832.22	-377.88
LOW	2025-03-19	221	225.51	49837.71	-316.03