BACKTEST CHIẾN LƯỢC BOT AUTO TRADING BẰNG PYTHON (PANDAS)

(Bài chuẩn SEO: bot auto trading python, backtest strategy, pandas backtesting)

Backtest là bước quan trọng nhất khi xây dựng bot auto trading.
Không có backtest → không bot nào được phép chạy tiền thật.

Với Python + Pandas, chúng ta có thể:

• Tải dữ liệu lịch sử
• Tính indicator
• Sinh tín hiệu BUY/SELL
• Giả lập vào lệnh
• Tính lợi nhuận, drawdown, winrate
• So sánh chiến lược ⇒ tối ưu hóa

Bài này hướng dẫn Backtest chuyên nghiệp với Python.

---

1. Backtest là gì?

Backtest = chạy thử chiến lược với dữ liệu quá khứ để xem:

• Nếu bot chạy trong 1 năm → lãi bao nhiêu?
• Thua lỗ tối đa (max drawdown)?
• Winrate bao nhiêu?
• Có đuối trong thị trường sideway không?

Backtest giúp loại bỏ chiến lược yếu và giữ lại chiến lược mạnh.

---

2. Cài đặt thư viện

pip install pandas numpy ccxt matplotlib

---

3. Tải dữ liệu lịch sử BTC/ETH bằng CCXT

import ccxt
import pandas as pd

exchange = ccxt.binance()

def get_data(symbol="BTC/USDT", tf="1h", limit=1000):
    data = exchange.fetch_ohlcv(symbol, tf, limit=limit)
    df = pd.DataFrame(data, columns=["time","open","high","low","close","volume"])
    df["time"] = pd.to_datetime(df["time"], unit="ms")
    return df

---

4. Tính toán indicator (MA example)

def apply_indicator(df):
    df["MA20"] = df["close"].rolling(20).mean()
    df["MA50"] = df["close"].rolling(50).mean()
    return df

---

5. Sinh tín hiệu BUY/SELL

Ví dụ chiến lược: MA20 cắt MA50

def signal(df):
    df["signal"] = 0
    df.loc[df["MA20"] > df["MA50"], "signal"] = 1   # BUY
    df.loc[df["MA20"] < df["MA50"], "signal"] = -1  # SELL
    return df

---

6. Backtest – Giả lập giao dịch

def backtest(df):
    df["position"] = df["signal"].shift(1)
    df["returns"] = df["close"].pct_change()
    df["strategy"] = df["position"] * df["returns"]
    df["equity"] = (1 + df["strategy"]).cumprod()
    return df

---

7. Tính Winrate, Max Drawdown, Lợi nhuận

def performance(df):
    win = df[df["strategy"] > 0].shape[0]
    loss = df[df["strategy"] < 0].shape[0]
    winrate = win / (win + loss)

    max_dd = (df["equity"].cummax() - df["equity"]).max()

    total_return = df["equity"].iloc[-1] - 1

    return {
        "Winrate": round(winrate*100, 2),
        "Max Drawdown": round(max_dd*100, 2),
        "Total Return": round(total_return*100, 2)
    }

---

8. Full Code Backtest Hoàn Chỉnh

df = get_data("BTC/USDT", "1h", 1500)
df = apply_indicator(df)
df = signal(df)
df = backtest(df)
stats = performance(df)

print(stats)

Output ví dụ:

{
 'Winrate': 54.38,
 'Max Drawdown': 12.4,
 'Total Return': 78.2
}

---

9. Vẽ đồ thị đường vốn (Equity Curve)

import matplotlib.pyplot as plt

plt.plot(df["time"], df["equity"])
plt.title("Equity Curve – Backtest")
plt.show()

---

10. Kết hợp Backtest với Bot Auto Trading

Backtest giúp quyết định:

• Có nên triển khai bot hay không?
• Bot chạy tốt nhất ở khung nào?
• MA thông số nào hiệu quả nhất?
• Nên thêm ATR hay Volume để lọc tín hiệu?
• Có cần dùng multi-timeframe?

Backtest là nền tảng để tạo ra:

✔ Bot MA6–10–20
✔ Bot Breakout
✔ Bot ATR Stop-loss
✔ Bot Momentum
✔ Bot Multi-Timeframe
✔ Bot lấy tín hiệu TradingView

Ở tất cả các bài trước, nếu muốn chuyển sang bot thật → phải backtest trước.