Backtest Dashboard

Streamlit-приложение для визуализации результатов бэктестов из JSON-файлов.

English version: README_EN.md

Возможности

• 📊 Интерактивные графики - Визуализация PNL, накопленного PNL, распределений и временных рядов
• 🔍 Фильтрация данных - Выбор монет, стратегий и временных периодов для анализа
• 📅 Временные фильтры - Анализ данных за конкретные периоды с быстрым выбором
• 📈 Анализ стратегий - Сравнительный анализ эффективности стратегий
• 💰 Метрики - Детальная статистика по стратегиям и символам
• 📋 Таблицы данных - Просмотр и экспорт данных в CSV
• ⚙️ Управление настройками - Сохранение и загрузка конфигураций фильтров с автоматической загрузкой настроек по умолчанию. Руководство

Структура данных

Приложение работает с JSON-файлами, содержащими результаты бэктестов в следующем формате:

{
  "trades": [
    {
      "id": "...",
      "strategy_name": "CloudScalper2024",
      "symbol": "UNI-USDT",
      "exchange": "Bybit Spot",
      "type": "long",
      "entry_price": 6.37,
      "exit_price": 6.24,
      "qty": 778.2,
      "fee": 9.81,
      "size": 4957.18,
      "PNL": -109.21,
      "PNL_percentage": -2.20,
      "holding_period": 24300.0,
      "opened_at": 1749335400000.0,
      "closed_at": 1749359700000.0
    }
  ],
  "considering_timeframes": ["4h", "1m", "30m"]
}

Установка

1. Клонируйте репозиторий или скачайте файлы
2. Установите зависимости:

pip install -r requirements.txt

3. Поместите JSON-файлы с результатами бэктестов в папку input/batch-backtest-09-2025/

Запуск

streamlit run app.py

Приложение будет доступно по адресу: http://localhost:8501

Структура проекта

AnalizeDashboard/
├── app.py                 # Основное Streamlit-приложение
├── data_loader.py         # Модуль для загрузки и обработки данных
├── visualizations.py      # Модуль для создания графиков
├── requirements.txt       # Зависимости Python
├── README.md             # Документация
├── example_settings.json  # Пример файла настроек
├── test_settings.json     # Тестовый файл настроек
├── SETTINGS_GUIDE.md      # Руководство по управлению настройками
├── TESTING_GUIDE.md       # Руководство по тестированию
└── input/
    └── batch-backtest-09-2025/  # Папка с JSON-файлами
        ├── *.json
        └── ...

Использование

Фильтрация данных

В боковой панели можно выбрать:

• Монеты - Одна или несколько криптовалют для анализа
• Стратегии - Одна или несколько торговых стратегий
• Временной период - Анализ данных за конкретные даты:
  • Выбор начальной и конечной даты
  • Быстрые кнопки: последний месяц, 3 месяца, 6 месяцев, весь период
  • Автоматическая валидация корректности диапазона

Типы графиков

1. PNL по сделкам - Столбчатая диаграмма прибылей и убытков
2. Накопленный PNL - Линейный график накопленной прибыли
3. PNL по времени - Временной ряд с точками сделок
4. Распределение PNL - Boxplot по стратегиям

Метрики

• Общий PNL - Суммарная прибыль/убыток
• Средний PNL - Средняя прибыль на сделку
• Процент прибыльных - Доля прибыльных сделок
• Количество сделок - Общее число сделок
• Время удержания - Среднее время удержания позиции
• Профит-фактор - Отношение валовой прибыли к валовому убытку
• Математическое ожидание - Ожидаемая прибыль на сделку
• Коэффициент Шарпа - Отношение средней прибыли к стандартному отклонению

Экспорт данных

В разделе "Таблицы данных" можно:

• Выбрать колонки для отображения
• Настроить количество строк
• Скачать данные в формате CSV

Управление настройками

В разделе "Настройки" можно:

• Автоматическая загрузка - При первом запуске автоматически загружаются настройки из example_settings.json
• Экспорт настроек - Сохранить текущие фильтры и настройки отображения в JSON файл
• Импорт настроек - Загрузить ранее сохраненные настройки из файла
• Предустановленные настройки - Быстро применить популярные комбинации:
  • Топ-стратегии (лучшие 3 по PNL)
  • Топ-монеты (лучшие 5 по PNL)
  • Последний месяц
  • Настройки по умолчанию (example_settings.json)
• Сброс настроек - Очистить все импортированные настройки

Что сохраняется в настройках:

• Выбранные символы (монеты)
• Выбранные стратегии
• Временной период (даты начала и окончания)
• Тип графика для отображения
• Колонки для отображения в таблице
• Максимальное количество строк в таблице

Ключевые метрики

Профит-фактор (Profit Factor)

• Формула: Валовая прибыль / Валовая убыток
• Интерпретация:

  • 1.0 - стратегия прибыльна

  • 1.5 - хорошая стратегия

  • 2.0 - отличная стратегия

• Пример: 1.22 означает, что на каждый доллар убытка приходится 1.22 доллара прибыли

Математическое ожидание (Expected Value)

• Формула: Средний PNL на сделку
• Интерпретация:

  • 0 - стратегия прибыльна в долгосрочной перспективе

  • < 0 - стратегия убыточна
• Пример: 9.24 USDT означает, что в среднем каждая сделка приносит 9.24 USDT

Коэффициент Шарпа (Sharpe Ratio)

• Формула: Средняя прибыль / Стандартное отклонение
• Интерпретация:

  • 1.0 - хорошая доходность с приемлемым риском

  • 2.0 - отличная доходность с низким риском

• Пример: 0.0717 означает относительно низкую доходность на единицу риска

Технические детали

• Streamlit - Веб-фреймворк для создания интерактивных приложений
• Plotly - Библиотека для создания интерактивных графиков
• Pandas - Обработка и анализ данных
• Кэширование - Используется @st.cache_data для оптимизации производительности

Расширение функциональности

Приложение легко расширяется:

1. Новые графики - Добавьте методы в класс BacktestVisualizer
2. Дополнительные метрики - Расширьте методы в BacktestDataLoader
3. Новые фильтры - Добавьте виджеты в боковую панель
4. Подключение БД - Замените загрузку из JSON на подключение к базе данных

Требования

• Python 3.8+
• Streamlit 1.28.0+
• Plotly 5.17.0+
• Pandas 2.0.0+
• NumPy 1.24.0+

Лицензия

MIT License