一、项目概述 本教程围绕一个基于K线形态的股票择时策略，进行完整的回测流程讲解。策略包括多种K线形态识别（如吞没形态、母子线等），通过历史数据对其在未来若干周期内的收益表现进行统计分析，最终评估策略优劣。

二、所需环境与依赖库 确保以下Python库已安装：

pip install pandas numpy matplotlib TA-Lib

三、目录结构说明

├── main.py              # 回测主程序
├── 399300.csv           # 沪深300指数历史数据（含日期、收盘价）
├── research_data_d.pkl  # 历史个股数据（pkl格式，已预处理）

四、数据说明

1. research_data_d.pkl
这是历史A股个股日线数据，字段包括但不限于：

交易日期
股票代码
股票名称
开盘价、最高价、最低价、收盘价
成交量
下一交易日开盘买入涨跌幅（用于持仓期收益）

2. 399300.csv
沪深300指数数据，字段示例：
交易日期
收盘价

五、回测流程解析

1. 导入数据与预处理

Index_df = index_data(Index_path, start_date, end_date)
df = pd.read_pickle('research_data_d.pkl')

读取指数数据并计算指数涨跌幅。 读取个股数据，过滤退市股，并按时间升序排列。 计算每支股票的未来5